Репозитории GitHub теперь предупреждают об уязвимостях в Python

Репозитории GitHub теперь предупреждают об уязвимостях в Python

Репозитории GitHub теперь предупреждают об уязвимостях в Python

Разработчики GitHub помогут пользователям Python получать уведомления о проблемах безопасности. В случае, например, если их репозитории зависят от пакетов с известными уязвимостями, пользователи будут получать предупреждения.

«В прошлом году мы запустили систему предупреждений о проблемах безопасности, которая отслеживают уязвимости в пакетах Ruby и JavaScript. С тех пор мы обнаружили миллионы уязвимостей, что помогло выпустить огромное количество патчей для них», — пишут разработчики в своем блоге.

«Мы рады сообщить, что теперь эта система также поддерживает Python».

Специалисты запустили систему, которая пока содержит данные о нескольких недавних уязвимостях. В течение следующих недель разработчики планируют добавить в базу новые уязвимости Python.

«В будущем мы продолжим отслеживать ленту NVD и другие источники, которые помогут нам актуализировать информацию о проблемах безопасности в Python».

Как же начать пользоваться этой системой? Сначала проверьте файл requirements.txt (или Pipfile.lock), который должен находиться внутри репозиториев с кодом Python. В публичных репозиториях граф зависимостей и оповещения о проблемах безопасности будут активированы.

Для частных репозиториев вам необходимо выбрать оповещения о проблемах безопасности в настройках или разрешить доступ в разделе графика зависимостей вкладки «Insights».

Если эта опция активирована, администраторы будут получать предупреждения о безопасности по умолчанию. Администраторы могут также добавлять группы людей или отдельных лиц в качестве получателей таких оповещений.

В начале года мы писали о появлении кода Python, который автоматически искал уязвимые устройства с помощью поисковика Shodan.io. Если такие устройства обнаруживались, вредонос использовал базу эксплойтов Metasploit для взлома и проникновения в систему.

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