Из-за API-бага Salesforce могли пострадать Nestle, Dunkin'Donuts, Maersk

Из-за API-бага Salesforce могли пострадать Nestle, Dunkin'Donuts, Maersk

Из-за API-бага Salesforce могли пострадать Nestle, Dunkin'Donuts, Maersk

Компания Salesforce, занимающаяся облачными технологиями, предупредила своих клиентов о возможной утечке данных, которая могла быть вызвана ошибкой в API. Компания узнала о проблеме 18 июля, она потенциально затрагивает клиентов Marketing Cloud, которые подписались на Marketing Cloud Email Studio и Predictive Intelligence.

Согласно официальному заявлению Salesforce, обновление Marketing Cloud, выпущенное в период между 4 июня и 7 июля, содержало некоторые изменения в коде.

Именно эти изменения могли спровоцировать множество вызовов REST API, которые привели к некорректному извлечению и записи данных из учетной записи одного клиента в запись другого.

Несмотря на то, что данная ошибка была исправлена в тот же день, некоторые клиенты (среди которых Nestle, Aldo, Dunkin' Donuts и Maersk) могли потерять свою информацию.

Salesforce отправила клиентам уведомления, в которых утверждается, что API мог не отработать и выдать сообщение об ошибке. При этом запись или изменение данных не были бы учтены. Данные самой Marketing Cloud также могут быть повреждены из-за этого досадного бага.

Компания сообщила, что нет оснований полагать, что этот недостаток использовался кем-либо в злонамеренных целях.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

Челябинские ученые предложили систему защиты от сбоев промышленных систем

Чтобы защитить промышленные системы от атак и сбоев, коллектив исследователей из Южно-Уральского государственного университета (ЮУрГУ) предложил подход, основанный на принципах поведенческой аналитики. В основе решения лежит нейросеть Кохонена.

Результаты исследования российских специалистов опубликованы в сборнике International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM).

Разработанная в ЮУрГУ система работает в два этапа. Сначала она анализирует функционирование объекта в нормальном режиме и формирует эталонную модель. Затем переходит в режим мониторинга и оценивает поступающие данные, сравнивая их с полученной «нормой». При обнаружении значительных отклонений нейросеть подаёт сигнал о потенциально опасной ситуации.

Во время тестирования система правильно классифицировала 94% данных. Обучение нейросети заняло около 3,5 минут. Кроме того, решение успешно выявило действия, характерные для кибератак на промышленные объекты.

Разработчики планируют повысить точность модели и расширить её возможности для распознавания различных, в том числе сложных, сценариев атак.

«Ключевое преимущество нашего подхода — использование нейросети Кохонена, которая способна работать с большими массивами данных, когда показателей много и они тесно взаимосвязаны. Классические алгоритмы часто не справляются с такими объёмами и сложностью», — рассказал РИА Новости заведующий кафедрой «Защита информации» ЮУрГУ Александр Соколов.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

RSS: Новости на портале Anti-Malware.ru