Кибер-преступники используют Twitter для заражения пользователей

Кибер-преступники используют Twitter для заражения пользователей

PandaLabs, лаборатория по обнаружению и анализу вредоносных программ компании Panda Security, обнаружила новую атаку на пользователей Twitter: кибер-преступники создают сотни учетных записей в Twitter и публикуют от их лица тысячи комментариев в теме “PhishTube Broadcast”, связанной с рок-группой Phish из США. Таким образом, данная тема в силу огромного количества комментариев отображается в списке Самых популярных тем (Trending Topic). В результате этого тема становится еще более популярной, а ее читают все большее количество пользователей.

Список самых популярных тем отображается в интерфейсе у всех пользователей Twitter, он отображает список наиболее обсуждаемых сетевыми пользователями тем. Если кликнуть на одну из этих тем, то отобразятся комментарии по данной теме и список пользователей, которые публикуют данные комментарии.

В данном случае, если пользователи Twitter заходят по ссылке из списка популярных тем в тему “PhishTube Broadcast”, они видят комментарии, созданные кибер-преступниками при помощи специальных учетных записей. Комментарии содержат ссылки на ложные веб-страницы с порнографическим содержанием. Пользователи, которые зайдут по одной из ссылок на этой странице, заразят свой компьютер копией ложного антивирусного продукта PrivacyCenter.

Ложный антивирусный продукт – это разновидность рекламного ПО. Такой продукт якобы осуществляет сканирование компьютера пользователя (подобно тому, как это делает настоящий ативирус), а затем информирует пользователя о том, что его компьютер заражен вредоносными программами. Цель – заставить пользователя поверить, что его компьютер заражен, и затем купить предлагаемую полную версию ложного антивируса. В итоге, преступники путем обмана зарабатывают вполне приличные деньги на продаже подобных "антивирусов". 

Луис Корронс, Технический Директор PandaLabs: “Недавно мы были обеспокоены возросшим количеством SEO-атак BlackHat (вредоносная технология для улучшения местоположения требуемого сайта с угрозами в поисковых системах), которые использовались для продажи ложных антивирусных продуктов. В этом случае вместо поисковых движков используется механизм ранжирования Twitter, который позволяет требуемую тему вывести в список самых популярных. И люди реально читают темы с "вредоносными" комментариями, и даже оставляют свои подлинные комментарии, но они оказываются в конце тысяч вредоносных комментариев. Обладая миллионами пользователей, данная сеть очень привлекательна для кибер-преступников, и вероятно в будущем она все чаще будет мишенью для злоумышленников”. 

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