Блефующие вымогатели заработали $50 000 на посетителях порносайтов

Блефующие вымогатели заработали $50 000 на посетителях порносайтов

Блефующие вымогатели заработали $50 000 на посетителях порносайтов

На днях появилась информация о злоумышленниках, вымогающих у пользователей биткоины в обмен на то, чтобы видеоролик, демонстрирующий их посещение сайтов для взрослых, не был опубликован. Так вот, исследователи в области безопасности утверждают, что этим киберпреступникам удалось заработать $50 000.

После обнаружения этой вредоносной кампании эксперт SecGuru начал отслеживать биткоин-адреса злоумышленников. Специалист обратил внимание на то, что пользователи, напуганные наличием компромата, действительно переводили мошенникам деньги.

Всего SecGuru изучил 42 адреса, которые злоумышленники использовали в ходе своей киберпреступной деятельности. Оказалось, что 30 жертв заплатили выкуп, что в сумме позволило мошенникам обогатиться на $50 000.

SecGuru опубликовал список платежей, с которым можно ознакомиться ниже:

Здесь мы можем видеть, что только на один адрес было переведено в районе 2,54 биткоинов, их собрали для злоумышленников 8 пользователей. По текущему курсу это эквивалентно 18 000 долларам США.

Киберпреступники, на самом деле, блефуют. Нет у них никакого видео. Они просто утверждают, что с помощью вредоносных программ, установленных в системе пользователя, они смогли записать видео с веб-камеры, доказывающее посещение ресурса для взрослых.

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