Tesla Model 3 и Model S уязвимы к спуфингу GPS

Tesla Model 3 и Model S уязвимы к спуфингу GPS

Tesla Model 3 и Model S уязвимы к спуфингу GPS

Электромобили Tesla Model S и Model 3 оказались уязвимы к кибератакам на навигационные системы. Об этом сообщили специалисты компании Regulus Cyber, которые провели собственное исследование проблемы.

Инициированная экспертами тестовая атака заставила автомобиль съехать с главной дороги и замедлиться. Сотрудники Regulus Cyber выявили уязвимость в ходе исследования угрозы спуфинга GPS.

В результате специалисты пришли к выводу, что спуфинг-атаки на GPS-приемник Tesla можно легко осуществить удаленно. Для этого атакующий должен использовать уязвимости в сенсорах и навигационных возможностях автомобиля.

Чтобы проверить состоятельность своих атак, исследователи Regulus Cyber провели тест-драйв Tesla Model 3, используя навигационные системы. Согласно отчету (PDF), тест проводился в процессе переключения на автопилот с обычного управления автомобилем.

Автопилот долен был поддерживать определенную скорость и позицию на дороге.

После начала атаки автомобиль удалось значительно замедлить, включить правый поворотник и заставить съехать с главной дороги.

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