Спамеры Рунета

Спамеры Рунета

«Лаборатория Касперского» представляет статью руководителя группы спам-аналитиков Дарьи Гудковой «Спамеры Рунета».

За годы существования российского спам-бизнеса сформировался достаточно устойчивый рынок спамерских услуг. В настоящее время спам-рассылками занимаются не бедные студенты-программисты, а хорошо организованные фирмы с отлаженными методами работы, профессиональными маркетологами и дизайнерами.

В настоящее время доля спамовых писем в почтовом трафике Рунета редко опускается ниже 85%, и большая часть этих писем рассылается именно российскими спамерами, в том числе с зомби-компьютеров, находящихся во многих странах. Со временем активность российских спамеров растет, - если два года назад доля русскоязычных писем в спаме Рунета составляла 60%, то сейчас она превышает 70%.

Российские спамеры работают не только на Россию, но и на другие страны. Их ботсети обширны и разбросаны по всему миру. Одно из заметных отличий российских спамеров от зарубежных состоит в том, что они безбоязненно оставляют свои контакты, - адреса и телефоны.

Результаты опроса представителей спамерских компаний свидетельствуют о том, что многие крупные фирмы, занимающиеся рассылкой спама, существуют около 5 лет. Кроме рассылок они предлагают и другие услуги - так называемые абузоустойчивые (bulletproof) хостинги, рассылку спама по ICQ. Примерно треть спамеров рассылает спам с помощью ботнетов. Максимальная заявленная спамерами скорость рассылки достигает 6 тысяч писем в секунду.

Косвенно возможности российских спамеров можно оценить, отслеживая развитие тематического состава спама. Так, стоило российскому спам-бизнесу заинтересоваться «репликами» элитных товаров, как русскоязычный спам соответствующей тематики вошел в пятерку лидирующих тематик спама.

К осени 2008 года спам-рынок в России в целом сформировался. Однако мировой финансовый кризис оказал влияние на российский спам-бизнес. Прежде всего спамерам пришлось интенсифицировать рекламу своих услуг. Количество спамерской саморекламы в 2009 г. стало расти и к маю составило почти 20% от всего спама. Таким образом, фактически доля заказного спама в спам-трафике уменьшилась (для сравнения: в 2007 году доля саморекламы спамеров составила всего 7,2% от общего количества спама в Рунете). Часть рекламных сообщений стала более агрессивной, что говорит об обострении конкуренции между спамерскими компаниями.

Высокий процент саморекламы и ее более агрессивный характер, очевидно, можно объяснить борьбой спамеров за клиентов. В условиях кризиса некоторые компании-заказчики спама обанкротились, либо сократили издержки на рекламу. С другой стороны, компании, которые ранее справедливо полагали, что давать рекламу с помощью спам-рассылок не престижно, в период трудностей начали пользоваться этим относительно дешевым, но незаконным и плохо влияющим на репутацию методом распространения рекламы.

С полной версией статьи можно ознакомиться на сайте Спамтест.

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