Бот-активность абитуры уже в 3 раза превысила прошлогодний уровень

Бот-активность абитуры уже в 3 раза превысила прошлогодний уровень

Бот-активность абитуры уже в 3 раза превысила прошлогодний уровень

На прошлой неделе российских вузах заработали приемные комиссии, и абитуриенты стали оценивать шансы поступления на бюджет. В этом им помогают боты-парсеры, и их вклад в трафик на сайтах, по данным Servicepipe, уже достиг 30% — против 10% годом ранее.

Эти специализированные программы почти поминутно собирают данные: сколько поступающих с высокими баллами ЕГЭ, какие у них приоритеты при выборе профиля обучения и т. п. Автоматизация позволяет абитуриенту следить за ходом конкурса и вовремя перебросить документы в другой колледж или вуз.

Как узнали «Известия», бот-активность на сайтах учебных заведений обычно становится заметной к середине приемной кампании. В этом году резкий всплеск наблюдался уже в первые дни.

Бот-парсер можно написать самому — в интернете имеются соответствующие инструкции и готовые фреймворки, имитирующие работу пользователя в браузере. Подобные программы также вполне легально предлагаются к продаже или пишутся на заказ перед стартом приемных кампаний.

Большого вреда они не наносят, хотя и создают риск перегрузки сервиса, грозящий техническим сбоем. Намного опаснее происки злоумышленников, которые никогда не упускают шанс воспользоваться ажиотажем для распространения вредоносных подделок или фишинга.

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