Эксперт выявил серьёзную уязвимость на сайте PayPal

Эксперт выявил серьёзную уязвимость на сайте PayPal

Эксперт выявил серьёзную уязвимость на сайте PayPal

 Эксперт в области информационной безопасности Прахар Прасад (Prakhar Prasad) выявил серьёзную уязвимость на сайте уведомлений PayPal (paypal-notify.com). По словам эксперта, выявленная ошибка (слепое внедрение SQL-кода) позволила ему получать доступ к базе данных системы уведомлений PayPal.

Прахар Прасад  (Prakhar Prasad) немедленно связался с представителями Paypal Security Team, сообщив о выявленной уязвимости. Исследователь отмечает, что специалисты PayPal отреагировали крайне оперативно. Прасад уверяет, что выявленная им уязвимость была закрыта уже на следующий день после того, как он обратился в Paypal Security Team. Известно, что за информацию об уязвимости эксперт получил от Paypal $3000 (2250 евро).

Данный случай можно считать очередным наглядным примером эффективности системы вознаграждений за «отлов» ошибок и уязвимостей, ведённой PayPal в середине прошлого года. Ранее подобную систему вознаграждений за информацию об ошибках и уязвимостях в собственных системах и продуктах ввели Google, Facebook, Mozilla, Samsung и ряд других компаний.

 Эксперт в области информационной безопасности Прахар Прасад (Prakhar Prasad) выявил серьёзную уязвимость на сайте уведомлений PayPal (paypal-notify.com). По словам эксперта, выявленная ошибка (слепое внедрение SQL-кода) позволила ему получать доступ к базе данных системы уведомлений PayPal." />

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