Информация пользователей macOS может утечь благодаря функции кеширования

Информация пользователей macOS может утечь благодаря функции кеширования

Информация пользователей macOS может утечь благодаря функции кеширования

Как сообщил исследователь в области безопасности Патрик Уордл, операционная система macOS создает и кеширует миниатюры изображений и других типов файлов, которые потом хранит в защищенных паролем разделах жесткого диска.

Проблема заключается в том, что эти кешированные миниатюры хранятся на незашифрованных жестких дисках в известном месте. Следовательно, их легко можно извлечь с помощью вредоносных программ или инструментов для форензики.

Миниатюры создаются Finder и QuickLook. Всякий раз, когда пользователь переходит к новой папке, Finder автоматически загружает значки для расположенных в ней файлов. В случае с изображениями миниатюры заменяются эскизами.

В последней версии macOS Apple добавила новую функцию Finder под названием QuickLook. Она позволяет быстро просматривать изображения, нажав на клавишу «пробел».

В основе работы этой функции лежит не что иное, как эскизы изображений, созданные Finder. Эти эскизы и миниатюры хранятся в одном месте:

$TMPDIR/../C/com.apple.QuickLook.thumbnailcache/

Таким образом, пользователи могут просто не знать, что их данные могут просочиться через кешированные эскизы или функцию QuickLook.

Для удаления миниатюр Уордл предлагает выполнить следующие две команды:

$ rm -rf $TMPDIR/../C/com.apple.QuickLook.thumbnailcache
$ sudo reboot

Пред этим надо размонтировать зашифрованный контейнер.

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