Антифишинг Минцифры РФ помог заблокировать более 200 тыс. сайтов-ловушек

Антифишинг Минцифры РФ помог заблокировать более 200 тыс. сайтов-ловушек

Антифишинг Минцифры РФ помог заблокировать более 200 тыс. сайтов-ловушек

Минцифры России огласило результаты реализации программы «Антифишинг». За два года работы специализированной системы мониторинга заблокировано около 215 тыс. мошеннических сайтов, притом 64 тыс. — только в этом году.

Запущенная в 2022 году ИС «Антифишинг» автоматизирует процессы сбора, обработки и анализа информации об активности фишеров в рунете. Платформа для мониторинга позволяет специалистам объединить усилия в борьбе с актуальной угрозой и повысить результативность.

По данным Минцифры, фишинговые ресурсы чаще всего имитируют следующие категории сайтов:

  • инвестиционные площадки;
  • интернет-магазины и маркетплейсы;
  • банковские сервисы;
  • соцсети и мессенджеры;
  • услуги досуга (бронирование билетов, отелей и т. п.);
  • сайты и сервисы госорганов.

Аналогичный рейтинг предпочтений фишеров представила в конце прошлого года «Лаборатория Касперского». В Топ-5 вошли мессенджеры, почтовые сервисы, онлайн-игры, финансовые институты и интернет-магазины.

Сообщить о вредоносном сайте теперь можно через Госуслуги (потребуется авторизация в ЕСИА). После заполнения формы (URL, язык ресурса, дата обнаружения, контактный имейл) жалобу рассмотрят в течение суток и по результатам проверки находку могут заблокировать.

В России разработали способ удалить свой биометрический след

В ИТ-компании «Криптонит» (входит в «ИКС Холдинг») разработали метод, который позволяет выборочно удалять цифровые образы людей из систем распознавания лиц. Если совсем просто, речь идёт о технологии, которая должна помочь реализовать право человека отозвать согласие на обработку своей биометрии — так, чтобы система действительно перестала его узнавать.

Проблема тут в том, что современные системы распознавания лиц устроены не так прямолинейно, как может показаться.

Даже если сведения о человеке формально удалили из базы, его цифровой образ может всё равно остаться внутри уже обученной модели. То есть на бумаге данные вроде бы стерли, а на практике алгоритм всё ещё способен узнать этого человека.

Именно это и делает тему особенно чувствительной. С биометрией всё сложнее, чем с обычными персональными данными: пароль можно поменять, а лицо — нет. Если такие данные утекают, риски уже совсем другого уровня, потому что украденные цифровые слепки можно использовать для создания поддельных образов и обхода биометрической аутентификации.

 

В «Криптоните» утверждают, что их метод решает задачу не маскировкой и не косметическим удалением, а на уровне внутренней логики самой модели. Проще говоря, алгоритм перестаёт использовать сведения о конкретном человеке и больше не может его распознавать, при этом способность узнавать остальных людей сохраняется.

По словам разработчиков, на тестовых наборах данных технология показала заметное снижение эффективности распознавания именно тех лиц, которые нужно «забыть», — до 88%. При этом общая точность системы, как утверждается, осталась на прежнем уровне.

Практическое применение у такого подхода вполне очевидное. В первую очередь это системы видеонаблюдения с распознаванием лиц, СКУД и корпоративная безопасность. Например, технология может пригодиться для удаления биометрических данных уволенных сотрудников, когда компания обязана прекратить их обработку, но не хочет при этом заново переобучать всю систему с нуля.

RSS: Новости на портале Anti-Malware.ru