Специалисты Trusteer обнаружили новую форму фишинга

Специалисты Trusteer обнаружили новую форму фишинга

Специалисты из компании Trusteer, которая занимается системами для безопасного подключения клиентов к сайтам финансовых компаний и банков, обнаружили новую форму фишинга. Хотя сфера потенциального применения этого способа, получившего название «in-session», относительно невелика, с его помощью можно обмануть даже опытных пользователей.

Новый способ фишинга «in-session» базируется на уязвимости одной из функций JavaScript, часто используемой на сайтах банков, финансовых компаний, сайтах онлайновых азартных игр и в других веб-приложениях. Дело в том, что после входа в систему эта функция оставляет в памяти компьютера своего рода отпечаток, который можно прочитать из сценариев, исполняемых на других открытых в браузере страницах. В результате злоумышленники могут определить, что у пользователя в текущий момент открыта вкладка с интересующим их сайтом.

Возможный сценарий фишинга с использованием найденной уязвимости примерно таков – если пользователь вошел на защищенный веб-сайт, а в другой вкладке открыл зараженный сайт, может появиться всплывающее окно, похожее на окно защищенного сайта по оформлению. В качестве примера авторы исследования приводят окна с онлайн-опросами или мини-играми. Для продолжения работы со всплывающим окном вредоносный сценарий попросит заново ввести регистрационные данные. Само собой, если пользователь поддастся на эту уловку, преступники смогут получить доступ к его счету в банке или в других службах.

Чтобы этот метод выманивания регистрационных данных сработал, необходимо совпадение двух условий. Во-первых, нужно заразить достаточно популярный сайт, чтобы пользователь с большой вероятностью мог держать открытым вкладку с этим сайтом и вкладку с сайтом своего банка. Во-вторых, злоумышленники должны иметь возможность определить, вошел ли пользователь на нужный сайт в соседней вкладке или уже закончил сеанс.

Для борьбы с фишингом по методу «in-session» исследователи предлагают несколько мер: использование пакета Rapport, который производит их компания, устранение уязвимости в механизме обработки сценариев, который использует браузер, либо обязательный выход из защищенных сеансов подключения перед открытием новых страниц, вкладок, сайтов и т.д. Уязвимости, которую использует фишинг «in-session», подвержены многие популярные браузеры, в том числе IE, Firefox, safari и Chrome. Конечно, эту уязвимость обязательно устранят, но пользователям следует быть максимально внимательными и не вводить свои регистрационные данные ни в каких всплывающих окнах – только в главных страницах защищенных сайтов.

Отчет компании Trusteer о найденной уязвимости в JavaScript и возможных способах ее использования для фишинга «in-session» можно загрузить в виде PDF-документа здесь.

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