DeviceLock увидел инсайдерский след в атаке на клиентов Сбербанка

DeviceLock увидел инсайдерский след в атаке на клиентов Сбербанка

DeviceLock увидел инсайдерский след в атаке на клиентов Сбербанка

Представители российского производителя DPL-систем DeviceLock заподозрили инсайдерский след в январских атаках на клиентов Сбербанка. Проанализировав эту вредоносную кампанию, специалисты пришли к выводу, что настолько масштабная и успешная атака стала возможной благодаря кратковременному доступу злоумышленников к информации о клиентах банка.

По словам DeviceLock, мошенникам помог именно доступ к внутренней информации, а не подмена исходящего номера на номера банка. Такой вывод отчасти подтверждается тем, что первые инциденты со звонками с подмененных номеров происходили еще в декабре 2018, однако тогда атаки не увенчались успехом благодаря скудной информированности злоумышленников.

Мошенники не обладали достаточной информацией, чтобы выдавать себя за сотрудников Сбербанка и вынуждать клиентов делать то, что они говорят. А вот атаки, произошедшие в конце января, уже включали использование преступниками полных паспортных данных, а также информации об остатках на картах клиентов банка.

Кроме того, как утверждали пострадавшие, после блокировки карты атаки немедленно прекращались, что также свидетельствует о доступе мошенников к информации о владельцах, причем в режиме реального времени.

При этом сама январская атака была массовой, но короткой во времени и длилась всего 2-3 дня, а прекратилась, вероятно, после того, как служба безопасности банка выявила и ликвидировала источник утечки клиентских данных.

Инциденты прокомментировал технический директор и основатель Devicelock Ашот Оганесян:

«Был использован целый комплекс техник, включавший социальную инженерию, инсайдерский доступ к данным пользователей и подмену А-номера (Caller ID). При этом в атаке были задействованы десятки, а возможно и сотни участников, включая «операторов» криминальных колл-центров, что говорит об обширной и разветвленной преступной структуре».

«При этом утечка клиентских данных выступила своего рода уязвимостью нулевого дня, которая была использована немедленно после получения. А с учетом того, что криминальная группа, реализовавшая эту атаку, не выявлена, стоит ожидать, что и в дальнейшем утечки информации из Сбербанка и других крупных банковских структур будут использованы, в первую очередь, для организации аналогичных атак на их клиентов. В такой ситуации пользователям стоит игнорировать любые входящие коммуникации по вопросам безопасности и стараться связываться с банками через каналы с проверкой подлинности - например, встроенные в банковские приложения мессенджеры».

Вчера мы писали о других масштабных атаках — мошенники массово звонят клиентам крупных российских банков с номеров, принадлежащих этим кредитным организациям.

Снимки из Pokémon Go превратили в систему навигации для роботов-доставщиков

Когда-то Pokémon Go заставила миллионы людей бродить по улицам в поисках Пикачу, Сквиртла и прочих карманных монстров. Теперь выясняется, что всё это было полезно не только для игроков, но и для будущих роботов. Компания Niantic Spatial решила использовать гигантский массив данных из Pokémon Go для совсем другой задачи — точной навигации роботов в городе.

Речь идёт о снимках городских улиц и ориентиров, которые в течение многих лет собирали игроки по всему миру.

Эти изображения сопровождались очень точными геометками, поэтому со временем у компании накопилась по-настоящему уникальная база данных. По словам Niantic Spatial, модель уже обучена на 30 миллиардах изображений, снятых в городской среде.

На основе этого массива компания создала систему визуального позиционирования, которая умеет определять местоположение с точностью до нескольких сантиметров (по нескольким кадрам зданий и других объектов вокруг). Если говорить проще, ИИ смотрит на окружающую обстановку и понимает, где именно находится устройство или робот.

Первое крупное практическое применение этой технологии уже нашлось. Niantic Spatial заключила партнёрство с Coco Robotics — стартапом, который развозит заказы с помощью небольших роботов. Эти машины размером примерно с дорожный кофр могут везти до восьми больших пицц или несколько пакетов с продуктами.

Для таких роботов точная навигация — вопрос не красоты, а эффективности. В плотной городской застройке GPS часто работает нестабильно: сигнал отражается от зданий, путается под эстакадами и в узких улицах. В результате робот может ошибиться буквально на десятки метров, а в доставке это уже критично.

Именно здесь и пригодилась технология, выросшая из Pokémon Go. Вместо того чтобы полагаться только на спутниковый сигнал, роботы Coco будут дополнительно ориентироваться по изображению окружающего мира. Это должно помочь им точнее подъезжать к точкам выдачи у ресторанов, не мешать прохожим и останавливаться ближе к двери клиента, а не «где-то рядом».

RSS: Новости на портале Anti-Malware.ru