Эксперты нашли 36 брешей в LTE, на патчи операторам дали время до мая

Эксперты нашли 36 брешей в LTE, на патчи операторам дали время до мая

Эксперты нашли 36 брешей в LTE, на патчи операторам дали время до мая

Исследователи в области безопасности из Южной Кореи насчитали 36 уязвимостей в стандарте LTE. По словам экспертов, эти бреши открывают большие возможности для кибератак.

Одни из обнаруженных уязвимостей менее опасные, другие — представляют серьезную угрозу. В случае их успешного использования атакующему открывается целое поле для совершения самых различных атак — начиная от отключения абонента от сети, а заканчивая возможностью прослушки и получения контроля над данными.

Согласно отчету (PDF), команде специалистов удалось обнаружить массу рабочих эксплойтов, что говорит о том, что эксплуатация данных брешей — не просто мифическая угроза.

Проблему усугубляет тот факт, что уязвимости варьируются от оператора к оператору — у одного провайдера могут обнаружиться разные бреши в сетевом оборудовании, в это же время одно и то же оборудование может создать проблемы разным операторам.

Команда исследователей планирует подробно рассказать о своих находках на конференции, которая состоится в мае. Эксперты поступили крайне порядочно, поделившись инструментом, который они использовали для поиска эксплойтов, с операторами и производителями устройств.

Таким образом, у них будет возможность исправить все найденные южнокорейскими специалистами проблемы безопасности. К сожалению, публично этот инструмент выложен не будет.

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