Приглашения LinkedIn снабжены фишинговыми ссылками

Приглашения LinkedIn снабжены фишинговыми ссылками

Сеть профессиональных контактов LinkedIn вновь стала частью мошеннической операции. На сей раз, злоумышленники отправляют пользователей на ресурс, где размещены различные наборы эксплойт-кодов.

Спамеры, взяв за основу легитимное пригласительное сообщение, устроили массовую рассылку  от имени пользователей сети LinkedIn. Однако вместо ссылки на ресурс они указали свой источник - salesforceappi[.]com. Стоит заметить, что ресурс salesforceapi.com (с одной буквой р) принадлежит Salesforce, компании, специализирующейся на разработке CRM-систем.

Согласно данным экспертов в области безопасности компании M86, на поддельной странице размещены различные наборы эксплойтов, посредством которых на компьютер жертвы попадают вредоносные программы. Обычно эти эксплойты нацелены на уязвимости в популярном программном обеспечении, таком как Java, Adobe Reader, Flash Player, а также самой операционной системы. Такие атаки являются достаточно эффективными, поскольку они проходят незаметно для пользователя.

Однако, как отмечают исследователи, мошенники не учли один момент, по которому можно однозначно определить подлинность сообщения. Дело в том, что имя персоны в теме письма расходится с тем, что указано в самом сообщении. Поэтому пользователям рекомендуется быть более осмотрительными при получении таких приглашений.

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