Кибер-преступники распространяют банковский троян при помощи видеозаписи

Кибер-преступники распространяют банковский троян при помощи видеозаписи

Электронное сообщение, информирующее о якобы случившейся аварии, в которой пострадал гонщик Формулы-1 Фернандо Алонсо, использовалось для распространения трояна Banker.LGC.

Фальшивое сообщение распространяло информацию о том, что Алонсо попал в автомобильную катастрофу около испанского города Бильбао, в результате чего гонщик получил серьезную травму. Для большей правдоподобности отчет был оформлен таким образом, как будто текст позаимствован из одного из наиболее уважаемых испанских печатных изданий. Сообщение содержало ссылку на видеозапись, которая якобы была сделана на месте происшествия. Как только пользователи переходили по ссылке, на компьютер загружалась копия трояна Banker.LGC.

Данный вредоносный код был разработан для кражи банковских данных (номера счетов, пароли и т.д.) одного из важнейших испанских финансовых учреждений.

Этот тип троянов действует в рамках современной динамики вредоносного ПО: кибер-преступники не стремятся к популярности и известности, в своих действиях они руководствуются лишь финансовой выгодой. Используя методы тихой атаки, они стремятся заразить как можно большее число компьютеров.

“Кибер-преступники используют шокирующие новости, эротические фотографии и множество других приманок, чтобы обмануть пользователей, заставить их перейти по ложной ссылке, запустить неизвестный файл, тем самым, заразив свой компьютер. Такие методы известны под названием социального инжиниринга”, - объясняет Луис Корронс, технический директор PandaLabs.

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