Названы самые атакуемые IoT-устройства

Названы самые атакуемые IoT-устройства

Названы самые атакуемые IoT-устройства

Подключенные к Сети камеры наблюдения составляют почти половину скомпрометированных киберпреступниками IoT-устройств, заявили в компании SAM Seamless Network, занимающейся кибербезопасностью.

По словам исследователей, 47% уязвимых устройств, установленных в домашних сетях, составляют камеры наблюдения. Соответственно, именно камеры наиболее привлекательны для киберпреступников.

Большинство подобных кибератак способны обойти защиту дешевых моделей IP-камер. При этом злоумышленникам играет на руку тот факт, что зачастую бюджетные модели камер имеют одни и те же уязвимости.

Таким образом, найдя проблему безопасности в одной из моделей камер бюджетного сегмента, киберпреступники могут разработать вектор для атаки схожих моделей этих устройств.

«Самые серьезные подобные атаки были нацелены на IP-камеры. Похоже на то, что люди просто выбирают бюджетные модели этих устройств, которые, само собой, защищены хуже, чем более дорогой сегмент», — говорят исследователи SAM Seamless Network.

Умные контроллеры и сетевые хранилища чуть уступают камерам по количеству уязвимостей, однако прочно занимают второе (15%) и третье (12%) место по популярности взлома соответственно.

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