IBM: Системы умных городов умеют массу критических уязвимостей

IBM: Системы умных городов умеют массу критических уязвимостей

IBM: Системы умных городов умеют массу критических уязвимостей

Корпорация IBM обнаружила 17 уязвимостей нулевого дня (0-day) в системах умных городов. Свои выводы команда исследователей X-Force Red продемонстрировала на конференции Black Hat, проходящей в Лас-Вегасе.

Предполагается, что расходы на системы умных городов достигнут $80 миллиардов в этом году, а к 2021 году вырастут до $135 миллиардов.

Команда IBM X-Force Red совместно с исследователями из Threatcare обнаружили, что системы умных городов, разработанные Libelium, Echelon и Battelle уязвимы для кибератак.

Компания Libelium занимается производством оборудования для беспроводных сенсорных сетей, Echelon специализируется на промышленном IoT, а Battelle разрабатывает и коммерциализирует смежные технологии.

По словам Даниэля Кроули, исследователя IBM X-Force Red, восемь из 17 обнаруженных уязвимостей имеют статус критических проблем безопасности. Большинство этих брешей обусловлены слабыми практиками безопасности — например, использованием паролей по умолчанию, возможностью обхода аутентификации и SQL-инъекции.

В общей сложности исследователи обнаружили четыре случая критических ошибок, приводящих к инъекции шелла, в беспроводных сенсорных сетях от Libelium.

i.LON 100/i.LON SmartServer и i.LON 600 SmartServers от Echelon содержат два критических недостатка аутентификации, проблемы с незашифрованной связью, используемые учетные данные по умолчанию и пароли в виде открытого текста.

Самой страшной уязвимостью стала жестко закодированная учетная запись администратора, которая позволяет получить доступ к чувствительной информации без необходимости прохождения процесса аутентификации.

Все три компании оперативно отреагировали на сообщения от IBM, что позволило в кратчайшие сроки выпустить обновления безопасности, устраняющие все перечисленные баги.

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