Gmail и другие мобильные приложения уязвимы более чем на 90%

Американцы научились взламывать мобильный Gmail с 92% вероятностью

Команда американских программистов разработала метод, который позволил с 92% вероятностью взламывать мобильные приложения, включая Gmail. Для проведения атаки владелец устройства должен предварительно поставить на телефон вредоносную программу.

Специалисты обнаружили уязвимость, которая присутствует в ОС Android, Windows и iOS. Брешь можно эксплуатировать для получения личных данных у ничего не подозревающих жертв. Исследователи протестировали метод и обнаружили, что он эффективен на 82-92% в 6 из 7 популярных приложений. В список программ входят Gmail, CHASE Bank и H&R Block. Единственным «непробиваемым» софтом оказалось приложение Amazon.

«Всегда считалось, что программы не могут мешать друг другу. Мы доказали, что это не так. Одно приложение способно серьезно навредить другим и привести к плачевным последствиям для пользователя», – заявил профессор Калифорнийского университета в Риверсайде.

Для проведения атаки владелец устройства должен скачать вредоносный софт. После установки исследователи смогли использовать новый сторонний канал для получения доступа к статистике общей памяти без ведома владельца. Специалисты показали, что при поддержке других сторонних каналов можно довольно точно отслеживать активность программ жертвы.

Команда выступит с докладом о данной уязвимости на симпозиуме по проблемам компьютерной безопасности, который проводит ассоциация USENIX.

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