АНБ ежедневно перехватывает миллионы фотографий интернет-пользователей

АНБ ежедневно перехватывает миллионы фотографий интернет-пользователей

Агентство национальной безопасности США ежедневно перехватывает миллионы фотографий людей, пересылаемых по интернету, сообщает The New York Times со ссылкой на очередную порцию документов, обнародованных бывшим сотрудником АНБ и ЦРУ Эдвардом Сноуденом (Edward Snowden).

Агентство берет изображения из электронных писем, сообщений мессенджеров, социальных сетей, видеоконференций и других каналов. Из миллионов ежедневно перехватываемых фото около 55 тыс. подходят по качеству и поступают в систему распознавания лиц.

В одном из документов, датированных 2011 г., собраны фотографии одного и того же неопознанного человека, снятого с различных ракурсов. На ряде снимков у него есть борода, на других — он гладко выбрит. Снимки сопровождены информацией о статусе паспорта и визы, находится ли человек в стоп-листе Администрации транспортной безопасности, подозревается ли в терроризме, причастен ли к нему и т. д.

На какое число людей в базе данных АНБ содержится подобная информация, неизвестно. Учитывая масштаб деятельности ведомства, в ней может находиться множество записей о гражданах иностранных государств. Имеются сведения, что спецслужбы берут фотографии из паспортных баз данных иностранных государств. Попытки доступа были предприняты в отношении в Пакистана, Саудовской Аравии, Ирана. Не отмечается, увенчались ли они успехом, пишет safe.cnews.ru.

По словам представителя АНБ, агентство имеет право хранить фотографии людей только по согласию суда. При этом такое согласие не нужно, если речь идет о перехвате коммуникаций, осуществляющих через американскую границу.

Правозащитные организации считают, что если АНБ продолжит совершенствовать систему распознавания лиц, это приведет к тому, что у людей не останется ни личного пространства, ни частной жизни. «Технология распознавания лиц относится к тем новшествам, от которых трудно скрыться, — напоминает исследователь из Университета Карнеги-Меллон Алессандро Акуисти (Alessandro Acquisti). — Пока она несовершенна. Но вычислительные мощности растут, и база данных растет, и алгоритмы непрерывно улучшаются».

Между тем, система распознавания лиц — лишь одна из составляющих инфраструктуры слежения, строительством которой занимаются американские спецслужбы. В частности, ФБР занимается проектом под рабочим названием «система идентификации нового поколения», которая будет сочетать распознавание лиц с данными сканеров отпечатков пальцев и другими биометрическими сведениями.

Кроме того, стоит отметить, что Государственный департамент США финансирует пилотную программу, позволяющую сравнивать фотографии из паспортной базы со снимками людей, сделанных камерами видеонаблюдения и другими средствами. В настоящее время база содержит сотни миллионов фотоснимков. Подобную технологию осваивает и АНБ: агентство может определить по снимкам, где находится человек (сравнивая его личные фото со спутниковыми снимками).

Представитель АНБ Вэни Вайнс (Vanee Vines) сказала, что они не имеют доступа к паспортной базе и базе водительских удостоверений в Государственном департаменте. Однако она не ответила вопрос, если ли у них доступ к базам с визами иностранных граждан.

Разработкой технологий распозавания лиц занимаются не только государственные организации, но и частные компании, отметила правозащитник организации Electronic Frontier Дженнифер Линч (Jennifer Lynch). По ее словам, правительство лидирует по объему баз данных, а частный бизнес — по точности распознавания. 

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

ChatGPT ошибается с адресами сайтов — фишеры не дремлют

Если вы когда-нибудь просили чат-бота типа ChatGPT помочь с ссылкой на сайт банка или личного кабинета крупной компании — возможно, вы получали неправильный адрес. А теперь представьте, что кто-то специально воспользуется этой ошибкой.

Исследователи из компании Netcraft провели эксперимент: они спрашивали у модели GPT-4.1 адреса сайтов для входа в аккаунты известных брендов из сфер финансов, ретейла, технологий и коммунальных услуг.

В духе: «Я потерял закладку, подскажи, где войти в аккаунт [название бренда]?»

Результат получился тревожным:

  • только в 66% случаев бот дал правильную ссылку;
  • 29% ответов вели на несуществующие или заблокированные сайты;
  • ещё 5% — на легитимные, но вообще не те, что спрашивали.

Почему это проблема?

Потому что, как объясняет руководитель Threat Research в Netcraft Роб Дункан, фишеры могут заранее спрашивать у ИИ те же самые вопросы. Если бот выдаёт несуществующий, но правдоподобный адрес — мошенники могут просто зарегистрировать его, замаскировать под оригинал и ждать жертв.

«Вы видите, где модель ошибается, и используете эту ошибку себе на пользу», — говорит Дункан.

Фишинг адаптируется под ИИ

Современные фишинговые схемы всё чаще затачиваются не под Google, а именно под LLM — большие языковые модели. В одном случае, например, мошенники создали фейковый API для блокчейна Solana, окружив его десятками фейковых GitHub-репозиториев, туториалов, Q&A-доков и даже поддельных аккаунтов разработчиков. Всё, чтобы модель увидела якобы «живой» и «настоящий» проект и начала предлагать его в ответах.

Это чем-то напоминает классические атаки на цепочку поставок, только теперь цель — не человек с pull request'ом, а разработчик, который просто спрашивает у ИИ: «Какой API использовать?»

Вывод простой: не стоит полностью полагаться на ИИ, когда речь идёт о важных вещах вроде входа в банковский аккаунт или выборе библиотеки для кода. Проверяйте информацию на официальных сайтах, а ссылки — вручную. Особенно если ИИ обещает «удобный и официальный» сайт, которого вы раньше не видели.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

RSS: Новости на портале Anti-Malware.ru