В JMS 3.1.1 расширены возможности автоматического учёта СКЗИ

В JMS 3.1.1 расширены возможности автоматического учёта СКЗИ

Компания "Аладдин Р.Д." сообщает о выходе новой версии системы учёта и управления жизненным циклом USB-токенов и смарт-карт JaCarta Management System 3.1.1 (далее — JMS). В новой версии реализованы расширенные возможности по автоматизации учёта средств криптографической защиты информации (СКЗИ), улучшена производительность.

JMS — высокопроизводительная корпоративная система, предназначенная для учёта и управления жизненным циклом USB-токенов и смарт-карт, а также сертификатами, пользователями и рабочими станциями. Применение JMS позволяет автоматизировать типовые операции при работе с устройствами разных производителей (JaCarta, eToken, Рутокен), обеспечить гибкую настройку политик использования USB-токенов и смарт-карт, а также даёт возможность централизованно управлять доступом к корпоративным системам.

Основными отличиями JMS v. 3.1.1 от предыдущей версий (3.0) являются:

  • улучшения для функции учёта СКЗИ: 
    • реализовано автоматическое обнаружение программных СКЗИ КриптоПро CSP и ViPNet CSP на персональных компьютерах пользователей; 
    • реализована автоматическая регистрация экземпляров программных СКЗИ КриптоПро CSP и ViPNet CSP в журнале учёта при его обнаружении на компьютере пользователя (дублирование информации исключено); 
    • реализовано автоматическое управление ключевыми носителями, сертифицированными как СКЗИ — для всех этапов их жизненного цикла система генерирует соответствующие события в журнале учёта СКЗИ; 
    • реализован автоматический учёт ключевой информации и ключевых документов для сторонних (полученных извне) сертификатов; 
  • значительно улучшены нагрузочные характеристики сервера — теперь один сервер JMS может обслуживать до 3-х раз больше Клиентов JMS; 
  • прочие улучшения: 
    • реализована визуализация списка рабочих станций, не входящих в домен; 
    • расширены описания ошибок в журнале аудита; 
    • реализован поиск в глобальных группах.
Anti-Malware TelegramПодписывайтесь на канал "Anti-Malware" в Telegram, чтобы первыми узнавать о новостях и наших эксклюзивных материалах по информационной безопасности.

Исследователи спрятали зловреда в модели нейросети, и это сработало

В Университете Китайской академии наук убедились, что использование технологии нейронных сетей для доставки вредоносного кода способно надежно скрыть его от антивирусов. Исследование показало, что в модели можно безбоязненно подменить до половины искусственных нейронов — потеря производительности составит менее 7%, и защитные сканеры вряд ли заметят присутствие зловреда.

Для экспериментов была выбрана (PDF) сверточная нейросеть AlexNet — классическая модель, зачастую используемая для проверки эффективности алгоритмов машинного зрения. Вооружившись несколькими образцами реальных вредоносов, исследователи по-разному прятали их в скрытых слоях сети, фиксируя процент замен и точность предсказаний при прогоне контрольных изображений.

В итоге оказалось, что в 178М-байтовую модель AlexNet можно внедрить до 36,9МБ стороннего кода с потерей производительности менее 1%. Проверка результатов с помощью 58 антивирусов из коллекции VirusTotal не дала ни одного положительного срабатывания.

Для проведения атаки злоумышленнику, со слов исследователей, нужно вначале построить нейросеть и потренировать ее на заранее подготовленном наборе данных. Можно также приобрести уже обученный образец, внедрить вредоносный код и убедиться, что его присутствие не влечет неприемлемую потерю производительности. Подготовленная модель публикуется в общедоступном хранилище и начинает раздаваться, например, как апдейт в рамках атаки на цепочку поставок.

Предложенный подход предполагает дизассемблирование вредоносного кода перед встраиванием в искусственные нейроны. Обратную сборку выполняет программа-загрузчик, запущенная на целевом устройстве. Исполнение зловреда при этом можно предотвратить, если настройки атакуемой системы предусматривают верификацию загружаемого ИИ-контента. Выявить непрошеного гостя сможет также статический или динамический анализ кода.

«Обнаружить такого зловреда с помощью антивирусов в настоящее время затруднительно, — комментирует известный ИБ-специалист Лукаш Олейник (Lukasz Olejnik). — Но причина лишь в том, что никому в голову не приходит искать его в подобном месте».

Эксперты предупреждают, что рост популярности технологии нейросетей открывает новые возможности для злоупотреблений. Ее можно использовать, например, для взлома CAPTCHA, троллинга, шантажа и мошенничества, а также засева бэкдоров (PDF). Исследование возможных сценариев абьюза ИИ — залог успешной борьбы с этой ИБ-угрозой.

Anti-Malware TelegramПодписывайтесь на канал "Anti-Malware" в Telegram, чтобы первыми узнавать о новостях и наших эксклюзивных материалах по информационной безопасности.

RSS: Новости на портале Anti-Malware.ru