Microsoft Forms теперь будет автоматически детектировать фишинг

Microsoft Forms теперь будет автоматически детектировать фишинг

Microsoft Forms теперь будет автоматически детектировать фишинг

Microsoft сообщила о внедрении функции проактивного детектирования фишинга в сервис Microsoft Forms. Microsoft Forms является частью Office 365, сервис предназначен для создания опросов и тестов. Люди используют Microsoft Forms для сбора данных для обратной связи.

Новая функция будет использовать машинное обучение для проактивного детектирования незаконного сбора паролей в формах и опросах, созданных с помощью Microsoft Forms.

Ранее эксперты в области безопасности уже сообщали, что киберпреступники используют Microsoft Forms для создания фишинговых страниц, предназначенных для сбора учетных данных.

«Мы задались целью сделать Forms более защищенным сервисом. Для этого мы активируем автоматическое детектирование фишинга, которое убережет пользователей от утечки персональных данных», — пишет Microsoft.

Помимо этого, пользователи смогут и сами сообщать о Forms-фишинге — с помощью специальной ссылки «Report abuse», которая будет расположена внизу каждой формы (под кнопкой «Submit»).

«Если вы подозреваете, что та или иная форма пытается собрать пароли и другую конфиденциальную информацию, сообщите об этом нам, чтобы уберечь себя и других пользователей от киберрисков», — объясняет техногигант.

Также Microsoft призывает не вводить в подобные онлайн-формы никакие важные данные — это наиболее эффективная защита от фишинговых схем с использованием Microsoft Forms.

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