Как мошенники украли миллионы с помощью законной онлайн-утилиты

Как мошенники украли миллионы с помощью законной онлайн-утилиты

Как мошенники украли миллионы с помощью законной онлайн-утилиты

Воры, осуществляющие охоту за конфиденциальной информацией, сумели украсть $30 млн у Налоговой службы США, воспользовавшись интерактивным инструментом, разработанным для того, чтобы помочь студентам заполнить заявки на получение финансовой помощи. Об этом сообщил в четверг Финансовому комитету Сената уполномоченный Налоговой Службы, Джон Коскинен.

Как это произошло?

Утилита поиска данных (Data Retrieval Tool, DTR) действует, наполняя заявки информацией из налоговых деклараций пользователей, необходимой для их подачи. Но 30 марта 2017 года было объявлено, что утилита будет недоступна до тех пор, пока не будут применены дополнительные меры безопасности.

«Воры, охотящиеся за конфиденциальными данными, могли использовать личную информацию, полученную вне налоговой системы, для доступа к FAFSA [бесплатному приложению для получения студентами федеральной помощи] в попытке получить налоговую информацию посредством утилиты. Налоговая служба продолжает рассматривать, насколько это способствовало подаче мошеннических налоговых деклараций», — пояснили в агентстве в то время.

Это объясняется тем, что утилита позволяла похитителям личных данных получать достаточную информацию об отдельных налогоплательщиках, чтобы потом подать мошеннические налоговые декларации от своего имени.

Коскинен рассказал, что уязвимость утилиты к злоупотреблению была отмечена еще в октябре 2016 года, о чем Налоговая Служба сообщила министерству образования США. Тем не менее, утилиту посчитали настолько полезной для миллионов законных пользователей, что Налоговая Служба не решилась прекращать ее действие.

Но, когда в феврале налоговики отметили тенденцию по осуществлению мошеннической деятельности с использованием утилиты, то решили временно закрыть ее.

«Налоговая Служба отметила 100 000 учетных записей пользователей, начавших заполнение заявки, использовавших утилиту поиска данных, но не завершивших работу. IRS предупреждает этих людей, что их личные данные могут быть скомпрометированы, но Коскинен сказал, что некоторые из этих заявок, скорее всего, подлинны», — сообщает CNN.

Онлайн-система FAFSA все еще функционирует, но пока что пользователям придется самостоятельно заполнять информацию о доходах. Налоговая служба работает над программным обеспечением для защиты личных налоговых данных, чтобы предотвратить дальнейшую кражу, но эта мера безопасности будет применена не раньше октября.

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