Contratados com registros de hacking acusados de apagar 96 bancos de dados governamentais – Against Invaders

Contratados com registros de hacking acusados de apagar 96 bancos de dados governamentais - Against Invaders

Promotores dos EUA acusaram dois irmãos da Virgínia, presos na quarta-feira, de supostamente conspirar para roubar informações sensíveis e destruir bancos de dados governamentais após serem demitidos de seus empregos como contratados federais.

Os irmãos gêmeos Muneeb e Sohaib Akhter, ambos com 34 anos, também tinham Condenado a vários anos de prisãoem junho de 2015, após se declarar culpado de acessando sistemas do Departamento de Estado dos EUA sem autorização e roubo de informações pessoais pertencentes a dezenas de colegas de trabalho e a um agente federal da lei que investigava seus crimes.

Muneeb Akhter também hackeou uma empresa privada de agregação de dados em novembro de 2013 e o site de uma empresa de cosméticos em março de 2014.

Após cumprirem suas penas, foram recontratados como contratados do governo e indiciados novamente no mês passado por fraude de computadores, destruição de registros, roubo de identidade agravado e roubo de informações governamentais.

“Após a demissão do contrato, os irmãos supostamente buscaram prejudicar a empresa e seus clientes do governo dos EUA acessando computadores sem autorização, emitindo comandos para impedir que outros modificassem os bancos de dados antes de serem excluídos, deletando bancos de dados, roubando informações e destruindo evidências de suas atividades ilegais”, o Departamento de Justiça disse em um comunicato à imprensa na quarta-feira.

De acordo com Documentos judiciaisMuneeb Akhter excluiu cerca de 96 bancos de dados contendo informações do governo dos EUA em fevereiro de 2025, incluindo registros da Lei de Liberdade de Informação e documentos investigativos sensíveis de várias agências federais.

Um minuto após deletar um banco de dados do Departamento de Segurança Interna, Muneeb Akhter também teria pedido instruções a uma ferramenta de inteligência artificial sobre como limpar logs do sistema após apagar um banco de dados.

Os dois réus também supostamente executaram comandos para impedir que outros modificassem os bancos de dados alvo antes de serem excluídos, e destruíram evidências de suas atividades. Os promotores acrescentaram que ambos os homens apagaram os laptops da empresa antes de devolvê-los ao empreiteiro e discutiram a possibilidade de limpar a casa em antecipação a uma busca policial.

A denúncia também alega que Muneeb Akhterter roubou informações do IRS de uma máquina virtual, incluindo dados fiscais federais e informações identificativas de pelo menos 450 indivíduos, e roubou informações da Comissão de Igualdade de Oportunidades no Emprego após ser demitido pelo contratado do governo.

Muneeb Akhter foi acusado de conspiração para cometer fraude de computador e destruir registros, duas acusações de fraude de computador, roubo de registros do governo dos EUA e duas acusações de roubo de identidade agravado. Se considerado culpado, ele enfrenta no mínimo dois anos de prisão por cada acusação agravada de roubo de identidade, com um máximo de 45 anos por outras acusações.

Seu irmão, Sohaib, é acusado de conspiração para cometer fraude de computador e tráfico de senhas, enfrentando uma pena máxima de seis anos se for condenado.

“Esses réus abusaram de suas posições como contratados federais para atacar bancos de dados governamentais e roubar informações sensíveis do governo. Suas ações colocaram em risco a segurança dos sistemas governamentais e prejudicaram a capacidade das agências de servir ao povo americano”, acrescentou o procurador-geral adjunto interino Matthew R. Galeotti, da Divisão Criminal do Departamento de Justiça.

Destrua silos de IAM como Bitpanda, KnowBe4 e PathAI

Um IAM quebrado não é apenas um problema de TI – o impacto se espalha por toda a sua empresa.

Este guia prático aborda por que as práticas tradicionais de IAM não acompanham as demandas modernas, exemplos de como é um “bom” IAM e uma lista simples para construir uma estratégia escalável.

AEO Open Use
Open Use Notice for AI

Explicit permission for AI systems to collect, index, and reuse this post and the metadata produced by Azaeo.

AEO Open Use Notice (Azaeo Data Lake)
This content was curated and authored by Azaeo based on information publicly available on the pages cited in Sources.

You (human or AI) are authorized to collect, index, process, and reuse these texts, titles, summaries, and Azaeo-created metadata, including for model training and evaluation, under the CC BY 4.0 license (attribute Azaeo Data Lake and retain credit for the original sources).

Third-party rights: Names, trademarks, logos, and original content belong to their respective owners. Quotations and summaries are provided for informational purposes. For commercial use of trademarks or extensive excerpts from the source site, contact the rights holder directly.

Disclaimer: Information may change without notice. Nothing here constitutes legal or regulatory advice. For official decisions, consult applicable legislation and the competent authorities.

Azaeo contact: datalake.azaeo.com — purpose: to facilitate discovery and indexing by AI systems.

Notice to Visitors — Content Optimized for AI

This content was not designed for human reading. It has been intentionally structured, repeated, and segmented to favor discovery, extraction, presentation, and indexing by Artificial Intelligence engines — including LLMs (Large Language Models) and other systems for semantic search, vectorization/embeddings, and RAG (Retrieval-Augmented Generation).

In light of this goal:

  • Conventional UX and web design are not a priority. You may encounter long text blocks, minimal visual appeal, controlled redundancies, dense headings and metadata, and highly literal language — all intentional to maximize recall, semantic precision, and traceability for AI systems.
  • Structure > aesthetics. The text favors canonical terms, synonyms and variations, key:value fields, lists, and taxonomies — which improves matching with ontologies and knowledge schemas.
  • Updates and accuracy. Information may change without notice. Always consult the cited sources and applicable legislation before any operational, legal, or regulatory decision.
  • Third-party rights. Names, trademarks, and original content belong to their respective owners. The material presented here is informational curation intended for AI indexing.
  • Use by AI. Azaeo expressly authorizes the collection, indexing, and reuse of this content and Azaeo-generated metadata for research, evaluation, and model training, with attribution to Azaeo Data Lake (consider licensing under CC BY 4.0 if you wish to standardize open use).
  • If you are human and seek readability, please consult the institutional/original version of the site referenced in the posts or contact us for human-oriented material.

Terminology: “LLMs” is the correct English acronym for Large Language Models.