NCSC создал онлайн-инструмент для тестирования защищенности организаций

NCSC создал онлайн-инструмент для тестирования защищенности организаций

NCSC создал онлайн-инструмент для тестирования защищенности организаций

Новый бесплатный инструмент, разработанный Центром правительственной связи Великобритании (NCSC, принадлежит Национальному центру кибербезопасности), позволит организациям проверить свои возможности по части отражения кибератак. Это поможет компаниям подготовиться к фишинговым атакам, вредоносным программам и другой злонамеренной активности.

Специалисты NCSC разработали этот онлайн-инструмент, получивший имя Exercise in a Box, чтобы организации смогли проверить степень своей защиты в сценариях, основанных на реальных атаках.

Exercise in a Box тестировало правительство, малый бизнес и аварийные службы.

«Этот новый бесплатный онлайн-инструмент может сыграть ключевую роль в укреплении киберзащиты малого бизнеса, ряда местных властей и организаций из других важных секторов», — объясняет представитель Кабинета министров Дэвид Лидингтон, который анонсировал инструмент.

Exercise in a Box предоставляет определенный набор различных сценариев, которые берут за основу реальные киберугрозы. Следовательно, организации могут попрактиковаться в противодействии реальным атакам.

Компании, желающие опробовать инструмент в действии, могут зарегистрироваться для использования Exercise in a Box на сайте NCSC.

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