Сбер обнаружил теневой университет хакеров в даркнете

Сбер обнаружил теневой университет хакеров в даркнете

Сбер обнаружил теневой университет хакеров в даркнете

Сотрудники Сбера выявили в даркнете так называемый «теневой университет», где хакеры и мошенники проходят обучение и повышают квалификацию для атак на граждан и компании России.

Заместитель председателя правления Сбербанка Станислав Кузнецов в интервью «РИА Новости» рассказал, что этот «университет» функционирует онлайн и предлагает двухмесячный курс обучения.

Учащимся предоставляются учебные материалы, а по завершении программы они сдают экзамены.

По оценкам Кузнецова, обучение в этом заведении уже прошли около 10 тысяч человек. При этом спрос на обучение превышает возможности «вуза»:

«Желающих было порядка 20 тысяч, то есть там даже существует конкурс», — отметил он.

Возникновение такого учебного заведения стало возможным из-за того, что кибермошенничество превратилось в полноценную экономическую отрасль с огромными оборотами.

Ранее Станислав Кузнецов оценивал общий ущерб российских компаний от киберпреступности в 2024 году в 1 триллион рублей, четверть из которых составили доходы телефонных мошенников.

Кузнецов также обратил внимание на тенденцию к расширению деятельности киберпреступников за пределы России. По его словам, эксперты Сбера зафиксировали рост спроса на специалистов, владеющих европейскими языками, особенно из стран Восточной Европы, включая страны Балтии.

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