Консультант по безопасности создает ASLR для iPhone

Консультант по безопасности создает ASLR для iPhone

Консультант по компьютерам решил сделать дополнительную защиту для Apple iPhone, используя ASLR, устройство сможет стать более устойчивым к атакам вредоностных программ.



ASLR - рандомизация адресного пространства - с самого начала отсутствовала во всех устройствах на основе iOS, что способствовало тем атакам, которые позволили взломать полностью пропатченный iPhone на соревновании хакеров Pwn2Own в этом году. Рандомизируя расположение памяти, где происходит выполнение внедренного кода, ASLR сможет воспрепятствовать выполнению эксплоитов, не давая им заранее знать, где расположена вредоносная нагрузка.

Начиная с Windows Vista, Microsoft использует ASLR в своих операционных системах, мобильная версия Windows 7 выпущенная недавно также оснащена этой защитой, сообщает Чарли Миллер, главный аналитик по вопросам безопасности компании Independent Security Evaluators, цитируя личные разговоры с инженерами Microsoft. Для сравнения, Apple встроил ASLR в Mac OS X ограниченной функциональности и полностью проигнорировал в iOS.

На следующей неделе состоится конференция, на которой Стефан Эссер, консультант по безопасности и разработчик программ немецкой компании SektionEins, планирует раскрыть процесс перепрошивки iPhone, в результате которой будет добавлен функционал ASLR. Данный патч будет полезен всем кто хочет сделать свои iустройства более надежными и защищенными.

На данный момент перепрошивка iPhone, iPod Touche и iPad отключает DEP защиту, и изолированную программную среду, "песочницу", что может способствовать вредоносным атакам.

"Когда вы перепрошиваете нормальный iPhone, нарушается его безопасность", сказал Миллер в интервью. "Программа Стефана позволит использовать ASLR для лучшей защиты перепрошитых устройств".

Эсер покажет свою методику на конференции по безопасности "The Power of Community", которая состоится 17 декабря в Сеуле, Южная Корея. Он сообщил, что также планирует выпустить инструмент под названием antid0te, который упростит процесс защиты.

"Моя программа позволит пользователям перепрошитых iPhone создать свои собственные варианты dyld_shared_cache, у которых будет свои адреса загрузки библиотек, полностью отличные от любого другого iPhone в мире", - сообщил Эссер в электронном письме.

"Это лучший ASLR по сравнению с тем, что существует в Snow Leopard, потому что различные программы могут использовать различные dyld_shared_cache, и, следовательно, различные адреса загрузки".

Источник

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