Мексиканские байкеры-хакеры за несколько лет угнали более 150 машин

Мексиканские байкеры-хакеры за несколько лет угнали более 150 машин

Мексиканские байкеры-хакеры за несколько лет угнали более 150 машин

Группа байкеров из мексиканского города Тихуана за несколько лет смогла угнать в США более 150 автомобилей. Как считает следствие, злоумышленники каким-то образом получили доступ к базе данных Jeep, в которой содержались два типа кодов.

Один код активации давал возможность создать ключ-дубликат, а второй — запрограммировать чип в ключе таким образом, чтобы получить возможность управлять машиной.

Злоумышленники действовали преимущественно ночью: взлом осуществлялся с помощью карманного компьютера и происходил за несколько минут.

По данным правоохранителей Сан-Диего (штат Калифорния, США), члены мотоклуба занимались в основном угоном автомобилей марки Jeep Wrangler. Их перегоняли в Мексику, где либо разбирали на запчасти, либо продавали как подержанные. Общая сумма ущерба, причиненного злоумышленниками, оценивается в 4,5 миллиона долларов.

В банде действовали девять байкеров: трое уже задержаны американскими властями во время пересечения границы, еще шестеро скрываются в Мексике. При этом семь участников группировки являются гражданами США. ФБР удалось раскрыть мошенническую схему благодаря камере наблюдения в одном из автомобилей, который пытались угнать, передает lenta.ru.

В марте 2016 года стало известно, что хакеры способны взломать и угнать машину, используя радио. Злоумышленники использовали усилитель радиосигнала, который обманывает датчики автомобиля, отвечающие за разблокировку дверей без использования ключа.

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