Киберпреступники выводили деньги из банков, прикрываясь ФинЦЕРТ

Киберпреступники выводили деньги из банков, прикрываясь ФинЦЕРТ

Киберпреступники выводили деньги из банков, прикрываясь ФинЦЕРТ

Хорошо известные киберпреступные группировки в конце прошлого года провели ряд атак на кредитные организации России. Общий ущерб от действий мошенников, которые маскировались под ФинЦЕРТ, составил около 1,3 миллиарда рублей.

Речь идет о действиях хорошо организованных и давно известных экспертам в области безопасности групп Silence и Cobalt. В отчете Positive Technologies также упоминается некая третья группа, которую на данном этапе не удалось идентифицировать.

Именно эта таинственная группа маскировалась под отделение ФинЦЕРТ, принадлежащее Центральному банку России. Помимо этого, злоумышленники также часто пытались прикинуться «Альфа-Капиталом».

В ходе своих атак мошенники рассылали электронные письма, в которых содержался документ с вредоносными макросами. Открыв такой документ по невнимательности, сотрудник банка рисковал заразить системы организации.

Основная цель злоумышленников была в изъятии персональных данных. Затем эти данные могли быть использованы для выведения денег из кредитной организации. По подсчетам экспертов, от вредоносных рассылок пострадали более 1 миллиона человек.

В начале этого месяца мы писали, что Центральный банк России готов взять на себя вопрос усиления кибербезопасности финансовых организаций. В ЦБ убеждены, что современные реалии банковского дела создают перманентные киберриски в процессе деятельности кредитных организаций.

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