BitDefender опубликовала майский «хит-парад» угроз

BitDefender опубликовала майский «хит-парад» угроз

Компания BitDefender опубликовала список наиболее распространенных Интернет-угроз, зарегистрированных в прошлом месяце. Большую часть списка, включая три первые позиции, занимают разнообразные троянские «приложения», чаще всего проникающие на компьютеры в результате невнимательности или неосторожности конечных пользователей.

 

Десятого места в рейтинге удостоилось троянское приложение Trojan.JS.PYV, обнаруженное на 1.73 процентах зараженных систем. Следующим в списке оказался не менее опасный «троян» Trojan.Autorun.AET, распространяемый через папки с общим доступом и эксплуатирующий уязвимость в механизме Autorun операционной системы Windows.

  Некогда знаменитый троян Trojan.Peed.Gen (также известный как Storm Worm) обрел вторую жизнь и с недавнего времени распространяется в качестве «довеска» к другим вредоносным приложениям. Эта угроза не способна самостоятельно проникать на пользовательские ПК, однако с успехом справляется с возложенной на него задачей, предоставляя злоумышленникам возможность удаленного доступа к скомпрометированной системе.

Опаснейший «полиморф» Win32.Sality.OG заражает выполняемые файлы, а также общие сетевые диски. Вирус способен перезаписывать себя, что позволяет ему успешно скрываться от традиционных сканеров, использующих механизмы сравнения сигнатур. При запуске зараженного файла или открытия общего сетевого диска с помощью механизма автозапуска вирус устанавливает на зараженный компьютер «руткит»-приложение и предоставляет организаторам атаки удаленный доступ к системе. Сам вирус выполняет функцию сканера портов и пытается обнаружить открытые UDP-сервисы на различных системах.

В пятерку наиболее распространенных угроз попала и одна из версий печально знаменитого червя Conficker, в этом месяце вредоносное приложение Win32.Worm.Downadup.Gen было обнаружено на 3.12% процентах компьютеров. Впрочем, Conficker уступил место вредоносному коду, эксплуатирующему уязвимость в файлах SWF и распространяемому через вредоносные и скомпрометированные сайты. Эта угроза, поразившая 4.33 процента изученных компьютеров, занимает четвертое место в списке.

Тройку «победителей» открывает троян Wimad Trojan. Это весьма опасное программное обеспечение, маскирующееся под безобидный видео-плеер, смогло поразить 5.34 процентов персональных компьютеров.

Относительно старый «кликер» Trojan.Clicker.CM оказался на втором месте в рейтинге с 9.23 процентами обнаружений.

Первую позицию в списке, составленном BitDefender, занимает не экземпляр вредоносного приложения, а скорее методика заражения систем через файлы autorun.inf. Соответствующий фрагмент программного кода лежит в основе многих современных вирусов, включая Conficker и Sality. В прошедшем месяце 9.93 процента зараженных систем подверглись атаке именно через файл автозапуска.

 

Источник 

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