Закон о big data позволит россиянам запретить сбор данных о себе

Закон о big data позволит россиянам запретить сбор данных о себе

Закон о big data позволит россиянам запретить сбор данных о себе

Пользователи могут получить возможность запрещать компаниям собирать о себе «большие данные». Такая возможность может появиться в законодательстве по регулированию больших пользовательских данных, рассказал в интервью РБК помощник президента Игорь Щеголев.

Как рассказал помощник президента Игорь Щеголев в интервью РБК, в разрабатываемом сейчас законе о «больших пользовательских данных» может появиться возможность для пользователей запретить использование данных о себе операторам связи и другим компаниям.

«Пользователи, когда подписывались под пользовательскими соглашениями, понимали, что их данные нужны для того-то и того-то. Но с течением времени их стали использовать по-другому. У людей должно быть понимание, что о них собирается и для каких целей это используется. Должна быть возможность сказать: «Для этого я готов такие-то данные предоставлять и готов, чтобы они таким образом использовались, а для этого не готов. Поэтому, будьте любезны, эти данные обо мне больше не используйте», — рассказал Щеголев. По его словам, они выступают не за введение запрета на подобную практику, а за то, «чтобы у пользователя появилось больше возможностей влиять на судьбу тех данных, которые о нем получены».

Помощник президента отметил, что с развитием промышленного интернета и интернета вещей объем данных, по которым можно будет однозначно вычислить человека, с которым эти данные связаны, будет увеличиваться. Эти данные не всегда могут быть квалифицированы напрямую как персональные, но часть из них «находится на грани, в серой зоне», которая пока не отрегулирована, пишет rbc.ru.

В ноябре 2016 года руководитель Роскомнадзора Александр Жаров заявил, что рабочая группа по вопросам развития интернета при администрации президента, которую возглавляет Игорь Щеголев, начала разработку законопроекта, регулирующего работу с «большими пользовательскими данными». Четкого определения этого понятия пока не существует. Как объяснял представитель рабочей группы, это все данные о пользователе, которые собирают информационные системы и устройства, в том числе профили пользователей на интернет-ресурсах. По мнению главы Роскомнадзора, к этой категории данных можно отнести практически всю информацию о геолокации, биометрии, а также о пользовательском поведении на различных сайтах.

«Все это является предметом анализа транснациональных интернет-компаний и, очевидно, требует регулирования, как сейчас работает закон «О персональных данных», — говорил Жаров.

Под персональными данными понимают любую информацию, которую можно соотнести с конкретным физическим лицом. Оборот таких данных регулируется в России с 2007 года. В частности, с 1 сентября 2015 года закон требует хранить обработанные персональные данные россиян на территории России.

Операторы связи и интернет-компании, в свою очередь, оперируют понятием «большие данные», или big data, под которыми понимается анализ больших объемов обезличенной информации о пользователях. Представители «Ростелекома», мобильных операторов «большой тройки», интернет-компаний «Яндекс» и Mail.Ru Group ранее называли big data одним из направлений своего роста.

В частности, в феврале этого года «МегаФон» купил 15,2% Mail.Ru Group (соответствуют 63,8-процентной голосующей доле компании) за $740 млн, из которых $100 млн предстоит выплатить через год. Среди аргументов для сделки в том числе называлась возможность одной компании использовать «большие данные» другой.

Linux-фреймворк DKnife годами следил за трафиком пользователей

Исследователи из Cisco Talos рассказали о ранее неизвестном вредоносном фреймворке под названием DKnife, который как минимум с 2019 года используется в шпионских кампаниях для перехвата и подмены сетевого трафика прямо на уровне сетевых устройств.

Речь идёт не о заражении отдельных компьютеров, а о компрометации маршрутизаторов и других устройств, через которые проходит весь трафик пользователей.

DKnife работает как инструмент постэксплуатации и предназначен для атак формата «атакующий посередине» («adversary-in-the-middle») — когда злоумышленник незаметно встраивается в сетевой обмен и может читать, менять или подсовывать данные по пути к конечному устройству.

Фреймворк написан под Linux и состоит из семи компонентов, которые отвечают за глубокий анализ пакетов, подмену трафика, сбор учётных данных и доставку вредоносных нагрузок.

 

По данным Talos, в коде DKnife обнаружены артефакты на упрощённом китайском языке, а сам инструмент целенаправленно отслеживает и перехватывает трафик китайских сервисов — от почтовых провайдеров и мобильных приложений до медиаплатформ и пользователей WeChat. Исследователи с высокой уверенностью связывают DKnife с APT-группировкой китайского происхождения.

Как именно атакующие получают доступ к сетевому оборудованию, установить не удалось. Однако известно, что DKnife активно взаимодействует с бэкдорами ShadowPad и DarkNimbus, которые уже давно ассоциируются с китайскими кибершпионскими операциями. В некоторых случаях DKnife сначала устанавливал подписанную сертификатом китайской компании версию ShadowPad для Windows, а затем разворачивал DarkNimbus. На Android-устройствах вредоносная нагрузка доставлялась напрямую.

 

После установки DKnife создаёт на маршрутизаторе виртуальный сетевой интерфейс (TAP) и встраивается в локальную сеть, получая возможность перехватывать и переписывать пакеты «на лету». Это позволяет подменять обновления Android-приложений, загружать вредоносные APK-файлы, внедрять зловреды в Windows-бинарники и перехватывать DNS-запросы.

Функциональность фреймворка на этом не заканчивается. DKnife способен собирать учётные данные через расшифровку POP3 и IMAP, подменять страницы для фишинга, а также выборочно нарушать работу защитных решений и в реальном времени отслеживать действия пользователей.

В список попадает использование мессенджеров (включая WeChat и Signal), картографических сервисов, новостных приложений, звонков, сервисов такси и онлайн-покупок. Активность в WeChat анализируется особенно детально — вплоть до голосовых и видеозвонков, переписки, изображений и прочитанных статей.

Все события сначала обрабатываются внутри компонентов DKnife, а затем передаются на командные серверы через HTTP POST-запросы. Поскольку фреймворк размещается прямо на сетевом шлюзе, сбор данных происходит в реальном времени.

RSS: Новости на портале Anti-Malware.ru