ФинЦЕРТ насчитал 326 сайтов лжебанков, ущерб от них достиг 250 млн руб

ФинЦЕРТ насчитал 326 сайтов лжебанков, ущерб от них достиг 250 млн руб

ФинЦЕРТ насчитал 326 сайтов лжебанков, ущерб от них достиг 250 млн руб

ФинЦЕРТ предоставил интересную статистику — в семь раз выросло количество заблокированных сайтов фейковых банков за период с 1 сентября 2017 года по 31 августа 2018 года. Таких ресурсов регулятор насчитал 326. Более того, в ФинЦЕРТ ожидают, что количество мошеннических сайтов будет продолжать расти.

Часть экспертов оценили ущерб от деятельности псевдобанков в 250 миллионов рублей, а количество пострадавших, все по тем же оценкам, находится в районе 50 тысяч. Большинство проблем возникает по причине финансовой безграмотности населения, считают специалисты.

Также эксперты видят необходимость усиления мониторинга преступных схем и ужесточения наказания за незаконную банковскую деятельность.

Центральный банк России старается держать под контролем различные злонамеренные схемы в цифровом пространстве. Одним из подобных направлений является блокировка поддельных сайтов якобы финансовых организаций.

Согласно отчету ФинЦЕРТ, всего за год таких сайтов значительно прибавилось — с 44 до 326. Пресс-служба Центробанка, чьи слова передали «Известия», утверждает, что киберпреступники такого плана стараются активнее атаковать граждан, а не сами кредитные организации. Это объясняется тем, что банки лучше защищены, а грамотность населения оставляет желать лучшего.

Прогнозы ФинЦЕРТ также достаточно негативны — в этом году количество мошеннических сайтов должно увеличиться.

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