Кибермошенники заработали на фальшивых монетах EOS $58 000

Кибермошенники заработали на фальшивых монетах EOS $58 000

Кибермошенники заработали на фальшивых монетах EOS $58 000

Киберпреступники смогли заработать $58 000, используя фальшивые токены EOS, которые они отправили на биржу Newdex. Всего фейковых токенов насчитывался 1 миллиард, злоумышленники просто обменяли их на токены BLACK, IQ и ADD.

Информацию о мошеннических действиях подтвердили в самой бирже. Преступники скупали BLACK, IQ и ADD за фальшивые монеты EOS, разместив 11 800 крупных ордеров.

После этого мошенники развили свой успех и выкупили настоящие токены EOS, которые затем были выведены на биржу Bitfinex. Общий убыток составил 58 000 в долларах США.

Пострадавшим пользователям на данный момент не гарантирован никакой возврат денежных средств. Единственно, что пока сделало руководство биржи Newdex — извинилось перед жертвами кибермошенников.

Судя по всему, такой вектор атаки может использовать любой желающий, так как пользователи на блокчейне EOS могут выпустить свой токен, назвав его как угодно — например, «EOS» в этом случае. Негативным моментом является отсутствие у биржи смарт-контрактов, именно поэтому нет возможности проверить подлинность токена.

Напомним, что в мае компания Qihoo 360 сообщила об обнаружении целой серии уязвимостей в блокчейн-платформе EOS. Согласно экспертам, некоторые из этих уязвимостей позволяют удаленно выполнить произвольный код, что может привести к получению контроля над всеми узлами, запущенными на EOS.

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