Служба рассылок Epsilon пострадала от утечки персональных данных

Служба рассылок Epsilon пострадала от утечки персональных данных

Компания Epsilon считается крупнейшим в мире поставщиком услуг электропочтового маркетинга. Ряд известных предприятий и организаций пользуется ее сервисами, чтобы осуществлять легитимные рассылки новостных и рекламных сообщений для своих клиентов. На днях официальные лица Epsilon заявили о нарушении политики безопасности и краже неназванного объема данных.


В сообщении, опубликованном на сайте компании, ее представители не стали приводить подробной информации об инциденте, ограничившись лишь фразой, что атаке подвергся некий "фрагмент" общей базы пользовательских сведений. Насколько он велик, неизвестно, но с учетом того, что система Epsilon отправляет по 40 млрд. писем в год и обслуживает порядка двух с половиной тысяч корпоративных клиентов, объем утечки может быть довольно существенным.

С одной стороны, злоумышленникам досталась не самая важная информация (во всяком случае, в Epsilon говорят, что объектами кражи стали лишь имена и электронные адреса индивидуальных пользователей), но, с другой стороны, киберпреступники могут точно определить, какому именно корпоративному клиенту принадлежит тот или иной список рассылки - а это уже открывает путь для целевого фишинга. Нежелательное письмо будет иметь гораздо большие шансы на успех, если жертва получит его от имени, допустим, определенного банка, в котором она действительно обслуживается.

Ранее журналистам Интернет-издания The Register поступали сведения о том, что в некоторых элементах базы данных могли содержаться не только имена с адресами, но и кое-какая иная информация - в зависимости от конкретного клиента, с которым они (элементы) были ассоциированы, - но впоследствии эти предположения не подтвердились.

Известные в США и за их пределами компании - сеть супермаркетов Kroger, финансовая фирма JP Morgan Chase, кредитная организация Citibank и другие учреждения, пользовавшиеся услугами Epsilon, в основном уже выпустили свои собственные информационные сообщения для индивидуальных клиентов, рекомендуя им остерегаться вероятных попыток фишинга и целенаправленно рассылаемого спама.

- Монетизировать такие утечки пока ещё довольно сложно, - комментирует главный аналитик InfoWatch Николай Федотов. - Действительно, вероятность успеха при фишинге или заражении троянскими программами немного повышается при рассылке по "подписной" базе. Но такие базы на чёрном рынке не продаются. Видимо, потому что выигрыш при её использовании несопоставим с издержками на её получение. Разве что, злохакерам повезёт, и база адресов на халяву достанется. А если спроса нет, то и защита соответствующих данных осуществляется по "экономическому классу". Редкий бизнесмен станет тратить деньги на безопасность информационной системы, если злоумышленники её не атакуют.

Письмо автору



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