40% вредоносных URL были найдены на безобидных доменах

40% вредоносных URL были найдены на безобидных доменах

40% вредоносных URL были найдены на безобидных доменах

40% вредоносных URL были найдены на вполне безобидных доменах. Об этом говорится в отчете компании Webroot — «2019 Webroot Threat Report». Также аналитики предоставили ряд других интересных данных, связанных с киберугрозами.

Исследователи убеждены, что для успешной защиты пользователей решения безопасности должны иметь четкую видимость уровня URL. Если это невозможно, тогда должна включаться метрика уровня домена, чтобы точно отразить угрозу.

Также в отчете (PDF) утверждается, что в ходе фишинговых атак наиболее часто фигурирует корпорация Google, под которую пытаются маскироваться злоумышленники. 77% таких атак также замаскированы под действия финансовых институтов.

Из положительных моментов, отраженных в докладе экспертов, можно выделить пользу курсов кибербезопасности. После таких тренингов пользователи на 70% реже попадаются на фишинговые схемы.

Специалисты отметили, что устройства на Windows 10 оказались вдвое больше защищены, чем устройства на Windows 7.

«Webroot отмечает равномерное снижение числа инцидентов заражения устройств на Windows 10 вредоносными программами. Это характерно как для бычных потребителей, так и для бизнес-сферы», — пишут аналитики.

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