Банки начинают использовать системы биометрического распознавания лиц

Банки начинают использовать системы биометрического распознавания лиц

Банки начинают использовать системы биометрического распознавания лиц

Банки России начинают использовать системы биометрического распознавания лиц, целью такого шага является обеспечение дополнительного слоя безопасности. Теперь в базу данных банков наряду с паспортными данными будет заноситься изображение клиента.

В процессе последующих обращений к этой системе идентификации она будет сравнивать биометрические данные клиента с информацией о мошенниках. Поворот головы, освещение, макияж или разрешение камеры не играют никакой роли.

Как уточнил директор по управлению рисками Почта-банка Святослав Емельянов, в прошлом году биометрическая система распознавания помогла предотвратить около 10 000 мошеннических сделок на сумму более 1,5 миллиарда руб.

Основная ставка делается на то, что система будет отклонять большую часть мошеннических заявок по поддельным паспортам. Также не забыли упомянуть и про риски — хранение такой чувствительной информации в базах банков сопряжено с определенным риском.

«Глаза и отпечатки пальцев — одни на всю жизнь, их невозможно заменить как скомпрометированный паспорт или банковскую карту. Так что внедрять биометрию могут лишь банки с высочайшим уровнем информационной безопасности и защиты», — цитирует kommersant.ru руководителя рабочей группы "Защита информации и безопасность инфраструктуры в платежных системах" НП НПС Александра Виноградова.

Каждая пятая утечка уже связана с теневым использованием ИИ

Сотрудники всё чаще отправляют рабочие данные в нейросети быстрее, чем службы ИБ успевают понять, что вообще происходит. По данным «Информзащиты», в июле 2026 года уже 20% организаций, столкнувшихся с утечками, хотя бы частично связали инциденты с несанкционированным использованием ИИ. Годом ранее таких случаев было около 12%.

И это не безобидное попросил чат-бота поправить письмо. В публичные ИИ-сервисы загружают договоры, исходный код, внутреннюю переписку, клиентские обращения и техническую документацию.

На веб-интерфейсы нейросетей приходится около 42% подобных инцидентов. Ещё 24% утечек связаны с браузерными расширениями и ИИ-помощниками.

Они получают доступ к вкладкам, истории сессий и cookie, а потом тихо делают то, на что им когда-то нажали «Разрешить». Самостоятельно подключённые API и библиотеки дают ещё 19%, инструменты для программирования — 15%.

Проблема в том, что классические средства защиты часто не видят ничего подозрительного. Домен легитимный, TLS работает, вредоносной сигнатуры нет. Только конфиденциальный документ уже уехал во внешний сервис.

Почти у трети компаний, использующих ИИ, находят хотя бы один API-ключ или секрет в небезопасном месте: конфигурациях, тестовых скриптах, рабочих станциях и Git-репозиториях. Получив такой ключ, атакующий может не только потратить чужой бюджет, но и добраться до подключённых баз данных и RAG-хранилищ.

Дороже всего здесь обходится позднее обнаружение. Инциденты с теневым ИИ в среднем увеличивают ущерб примерно на $670 тыс.

Эксперты советуют начинать не с тотальных запретов, а с инвентаризации сервисов, поиска ключей, контроля расширений и классификации данных. Потому что запретить ChatGPT приказом легко. Гораздо сложнее заметить, что сотрудник уже загрузил туда половину проекта.

RSS: Новости на портале Anti-Malware.ru