Balabit выпустила Blindspotter

Balabit представил продукт для поиска аномалий в поведении пользователей

Balabit представил продукт для поиска аномалий в поведении пользователей

Венгерская компания Balabit объявила о выпуске нового продукта Blindspotter, который предназначен для выявления аномалий в поведении пользователей. Предполагается, что эти аномалии вызваны либо деятельностью вредоносного ПО, либо перехватом идентификационной информации - в любом случае целью этой деятельности является детектирование неизвестных, а, возможно, и целенаправленных атак.

Blindspotter - это программный комплекс, который может получать информацию из различных источников: коллектора системных журналов Syslog-NG или построенного на его основе программно-аппаратного комплекса Syslog-NG Store Box, аналитических инструментов SIEM, модулей аутентификации пользователей или каталогов LDAP. Продукт впервые был представлен на выставке InfoSecurity в Лондоне в прошлом году, а сейчас стал доступен для коммерческого заказа в том числе и в России.

Система оценивает такие параметры пользовательской активности как время подключения, адреса доступа, скорость работы с клавиатурой, параметры операционной системы, используемые серверы и приложения, производительность. В частности, если человек слишком быстро набирает ответы или ему требуется очень мало времени на анализ информации, то у системы может возникнуть подозрение, что работает программный робот. Эти параметры анализируются и визуализируются для того, чтобы администраторы безопасности могли выявились и расследовать аномальное поведение пользователей, такое как запуск необычных для них программ или вход в систему в необычное время. В частности, с помощью Blindspotter можно определить момент, когда под именем одного пользователя в системе авторизовался другой, когда легальный пользователь начал злоупотреблять полномочиями и собирать сведения для организации их утечки, или когда легальный системный администратор случайно запустил вредоносный скрипт. Причём, продукт фиксирует такие события в реальном времени и сообщает о их обнаружении администратору безопасности.

По словам Питера Джанджоши, менеджера Balabit по Blindspotter, этот продукт задумывался как средство управления различного типа операционными рисками. То есть теоретически его можно использовать для выявления подозрительного поведения клиентов, для чего достаточно получать сведения из специализированных приложений, таких как CRM или службы технической поддержки. В результате, можно будет выявлять различные виды мошенничества со стороны клиентов и оценивать риск проведения несанкционированных операций. Продукт позволяет разрешать постепенные, но не опасные отклонения в поведении, а вот сильные и опасные - блокировать. "Если вы не можете определить насколько опасны действия пользователей, то лучше поставить для них пониженный приоритет," - рекомендует Питер Джонджоши.

По его словам Blindspotter будет развиваться как платформа для построения решения управления рисками. Со временем планируется предложить партнёрам разработать модули взаимодействия с продуктом, которые как раз и позволили бы добавлять в систему сведения из различных приложений. API не будет открытым, но партнёры смогут получить к нему доступ и реализовать взаимодействие со своими продуктами. Прежде всего такой продукт может быть востребован в финансовой индустрии или для обеспечения непрерывности бизнеса, то есть в тех компаниях, которые сильно зависят от работоспособности ИТ-системы и имеют много пользователей.

«Не снимайте меня»: как случайные прохожие смогут управлять видеосъёмкой

Камеры сегодня повсюду: в смартфонах, умных очках, экшн-камерах и даже в «умных» дверных звонках. Проблема в том, что в кадр регулярно попадают люди, которые вовсе не давали согласия на съёмку. Исследователи из Калифорнийского университета в Ирвайне решили проверить, можно ли это исправить и представили систему BLINDSPOT.

BLINDSPOT (PDF) — это прототип системы, которая позволяет случайным прохожим прямо сигнализировать камере о своих предпочтениях по конфиденциальности.

Без регистрации, без загрузки биометрии в облако и без привязки к личности. Всё работает локально, на устройстве.

Если человек попадает в поле зрения камеры и подаёт сигнал, система находит его лицо, отслеживает его и автоматически размывает изображение ещё до сохранения или передачи видео. Причём BLINDSPOT проверяет, что сигнал действительно исходит от того, чьё лицо находится в кадре — если «география» не сходится, команда просто игнорируется.

Прототип реализовали на обычном смартфоне Google Pixel.

Исследователи протестировали сразу три варианта, как прохожий может «договориться» с камерой:

1. Жесты руками. Самый простой вариант — провести рукой перед лицом, чтобы включить размытие, и повторить жест в обратную сторону, чтобы его отключить. Никакого дополнительного оборудования не нужно. На расстоянии до 1-2 метров система срабатывала почти безошибочно, а реакция занимала меньше 200 миллисекунд.

2. Световой маячок. Во втором сценарии человек носит с собой небольшой LED-маячок, который мигает в заданном шаблоне и передаёт цифровой сигнал камере. Такой способ работает уже на расстоянии до 10 метров в помещении, с точностью около 90% и без ложных срабатываний. Время отклика — чуть больше полсекунды.

3. UWB-метка. Третий вариант использует ultra-wideband — радиотехнологию с очень точным определением расстояния и направления. Камера и метка обмениваются короткими сигналами через Bluetooth и UWB. Этот способ оказался самым стабильным: точность часто превышала 95%, система корректно работала с несколькими людьми сразу и не давала ложных срабатываний.

 

Главный вывод исследователей — управление приватностью «со стороны прохожего» вполне реально даже на обычном смартфоне.

Как и ожидалось, есть нюансы. Во-первых, расстояние: система должна «видеть» лицо. На практике это означает максимум около 10 метров — дальше лица становятся слишком мелкими для надёжного распознавания.

Во-вторых, толпы. Когда в кадре появляется больше восьми человек, производительность падает: растёт задержка, теряются кадры. Это ограничение связано с обработкой видео на устройстве и одинаково проявляется для всех способов сигнализации.

В-третьих, условия съёмки. Яркий солнечный свет мешает световым маячкам, движение в плотной толпе снижает точность жестов. Задержка между сигналом и фактическим размытием может составлять от долей секунды до двух секунд — и в этот момент запись всё ещё идёт.

Наконец, вопрос железа. Два из трёх вариантов требуют дополнительных устройств, которые пока не являются массовыми. Поддержка таких сигналов напрямую со смартфонов — скорее идея на будущее.

RSS: Новости на портале Anti-Malware.ru