Баги в LTE позволяют перенаправлять пользователей на вредоносные сайты

Баги в LTE позволяют перенаправлять пользователей на вредоносные сайты

Баги в LTE позволяют перенаправлять пользователей на вредоносные сайты

LTE должен был исправить дыры в безопасности, присущие более ранним стандартам, однако исследователи выяснили, что у него также есть проблемы. В частности, эксперты недавно обнаружили метод атаки, получивший имя aLTEr. Используя aLTEr, злоумышленники могут перенаправлять пользователей на вредоносные сайты.

Активный эксплойт использует недостатки проверки целостности низких уровней LTE для изменения текста внутри пакетов данных. Таким образом, с помощью DNS-пакетов можно легко направлять запросы на злонамеренные DNS-серверы, что позволит перенаправить пользователей на произвольный веб-ресурс.

Пассивная форма атаки использует сниффинг (анализ трафика) для перехвата информации о передачах LTE-данных пользователя (например, когда и сколько данных он использует) и сравнивает их с «отпечатками» популярных веб-сайтов.

Если удается найти совпадения, злоумышленник будет знать, какие ресурсы помещает пользователь. Этому не помешает даже шифрование.

Такие атаки совершить нелегко, как минимум, киберпреступник должен быть физически близок к своей жертве. А оборудование для сниффинга крайне дорогое — примерно $4000.

Вероятнее всего, подобные атаки под силу совершить лишь очень серьезным киберпреступным группам, либо спецслужбам. Проблема этих уязвимостей в том, что их невозможно «пропатчить».

Специалисты рекомендуют посещать сайты, используя расширения HTTP Strict Transport Security или DNS Security.

Видео, на котором демонстрируется атака aLTEr, можно посмотреть ниже:

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