Новая схема фишинга против релокантов

Новая схема фишинга против релокантов

Новая схема фишинга против релокантов

DLBI, российский сервис отслеживания утечек данных, обнаружил расширяющуюся фишинговую кампанию, ориентированную на русскоговорящих пользователей YouTube и зарубежных соцсетей.

Злоумышленники массово публикуют в YouTube и соцсетях русскоязычные объявления от имени различных несуществующих киберполиций, Интерпола, ЕЦБ и даже совета ЕС с предложениями вернуть деньги, украденные брокерами, криптосервисами и другими финансовыми институциями.

При переходе на страницу фишингового сайта предлагается подтвердить свой аккаунт в соцсети, а также ввести данные карты якобы для проведения процедуры возврата средства. После этого происходит хищение данных карты, а также «угон» учетных записей, который затем используются размещения аналогичных объявлений.

Кампания, как отметили в DLBI, ориентирована на релокантов, которые часто используют различные «черные» и «серые» схемы для вывода активов из России, обходя заблокированные вследствие санкционной политики банковские каналы.

По данным DLBI, только с начала августа Meta (признана экстремистской организацией и запрещена в России) получила более 500 жалоб на подобные объявления, что говорит о высокой эффективности фишинговой схемы как минимум в части кражи учетных записей.

Однако реакция как автоматических, так и живых модераторов на жалобы остается вялой: удаляются с первого раза менее 10% фишинговых объявлений, еще около 30% – после запроса повторной проверки. Более половины объявлений злоумышленников остаются активными до исчерпания лимита рекламного аккаунта.

Сами мошенники также совершенствуют схемы обмана. Так, в объявлениях они стали активно использоваться омоглифы (символы, внешне сходные с буквами русского алфавита, но имеющие другие коды). Таким образом преступники пытаются обмануть алгоритмы автоматической модерации.

Как отметил основатель сервиса DLBI Ашот Оганесян, мошенники всегда стараются получить что-то с уже обманутых пользователей и чаще всего под предлогом вернуть украденные ими же деньги, однако в данном случае, опасность представляет именно вирусность кампании, когда каждый взломанный аккаунт начинает работать на ее продвижение:

«Вопрос также вызывает пассивность модераторов крупнейших соцсетей, пропускающих весь этот фрод. Вероятно, после запрета работы в России, они кардинально сократили подразделения, отвечающие за русскоязычный контент, а AI не справляется с великим и могучим русским языком. В такой ситуации я бы посоветовал пользоваться российскими ресурсами, где нет проблем с модерацией и уровень фишинга значительно ниже. В любом случае, не стоит верить тому, что кто-то, кроме правоохранительных органов,  вернет вам украденное. Но даже последние вряд ли попросят у вас данные карты, включая CVC-код».

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