Незащищенные базы MongoDB содержали данные массовой слежки в Китае

Незащищенные базы MongoDB содержали данные массовой слежки в Китае

Незащищенные базы MongoDB содержали данные массовой слежки в Китае

18 баз данных MongoDB, содержащих информацию, собранную в рамках программы Китая по наблюдению за гражданами, находились совершенно незащищенными в Сети. Таким образом, любой желающий мог получить доступ к этим данным.

Среди собранной по стране информации были имена, номера паспортов, фотографии, данные GPS, информация о сети, публичные и личные переписки и история обмена файлами.

По словам Виктора Геверса, исследователя из некоммерческой организации GDI Foundation, цель данной программы КНР — собрать данные с шести местных социальных платформ, а затем привязать их к реальным личностям или идентификаторам.

На данный момент известно, что в числе прочих платформ анализировалась информация в популярном китайском мессенджере QQ, а также в приложении WeChat.

Геверс утверждает, что ежедневно обрабатывались данные 364 миллионов профилей, а затем синхронизировались с незащищенными базами MongoDB. В конце этой цепочки находились полицейские участки, расположенные в крупных городах и провинциях.

Wi-Fi научили распознавать людей в комнате без телефонов и браслетов

Исследователи из Технологического института Карлсруэ показали новый фокус с Wi-Fi. Оказывается, обычные роутеры могут помогать распознавать людей, которые просто ходят по комнате. Даже если у человека нет с собой смартфона, часов или другого беспроводного устройства.

Метод получил название BFId. Он использует данные beamforming — технологии, с помощью которой машрутизатор направляет сигнал в сторону подключённых устройств.

Проблема в том, что часть этих данных передаётся без шифрования, и их можно пассивно перехватывать обычным адаптером Wi-Fi в режиме мониторинга.

Дальше начинается самое интересное. Человек проходит через комнату, его тело немного меняет радиосигнал, а система анализирует эти изменения. По сути, Wi-Fi превращается в невидимую камеру, только вместо картинки — радиоволны и математика.

 

В эксперименте участвовали 197 человек. По данным исследователей, BFId смог распознавать людей с точностью до 99,5%. Для сравнения: старые методы на базе CSI показали 82,4% на сопоставимой выборке. То есть новый подход оказался не просто рабочим, а очень бодрым.

Главный неприятный момент — для атаки не нужно подключаться к целевой сети, взламывать пароль или ставить специальное оборудование. Достаточно находиться рядом и слушать незашифрованные служебные данные Wi-Fi. Роутер делает свою обычную работу, а побочный эффект — потенциальная слежка за людьми в помещении.

Исследователи пробовали снизить риск, например уменьшить частоту отчётов beamforming. Но это почти не помогло: точность распознавания всё равно оставалась высокой. А вот шифрование таких данных потребовало бы изменений в стандарте Wi-Fi и могло бы сломать совместимость со старыми устройствами.

Ситуацию делает ещё веселее новый стандарт 802.11bf, который как раз формализует обнаружение присутствия и мониторинг окружающей среды через Wi-Fi.

Авторы работы считают, что в стандарт нужно заранее добавить нормальные защитные механизмы.

RSS: Новости на портале Anti-Malware.ru