Горизонтальный фишинг — растущая угроза для предприятий

Горизонтальный фишинг — растущая угроза для предприятий

Горизонтальный фишинг — растущая угроза для предприятий

Эксперты предупреждают о растущей киберугрозе для предприятий, получившей название горизонтальный фишинг. В ходе таких операций злоумышленники атакуют сотрудников компаний со скомпрометированных почтовых ящиков коллег, то есть вредоносная активность развивается внутри предприятия.

Исследователи компании Barracuda проанализировали атаки горизонтального фишинга, организованные против почти 100 организаций. Специалистов интересовала тактика и результат таких кампаний.

Согласно подготовленному аналитиками отчету, основная цель горизонтального фишинга — кража учетных данных. Это отличает такой тип атак от атак вида business email compromise (BEC).

В процессе анализа 180 операций горизонтального фишинга эксперты выяснили, что в 11% случаев злоумышленникам удалось взломать других сотрудников внутри организации. Более того, о 42% успешных инцидентов пострадавшие не сообщали руководству или команде безопасности.

В большинстве проанализированных вредоносных писем злоумышленники утверждали, что нашли проблему с почтовым ящиком получателя. В других же содержалась ссылка на документ.

Также в письмах были ссылки, ведущие жертву на фишинговые страницы с формами для ввода учетных данных. Именно эти формы использовались для передачи имени пользователя и пароля киберпреступникам.

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