Mozilla удвоила суммы вознаграждений за найденные уязвимости

Mozilla удвоила суммы вознаграждений за найденные уязвимости

Mozilla удвоила суммы вознаграждений за найденные уязвимости

Mozilla удвоила выплаты за обнаруженные проблемы безопасности, а также добавила новые сайты и сервисы в программу по поиску уязвимостей. Таким образом корпорация хочет привлечь внимание специалистов в области кибербезопасности.

Теперь исследователи, которым удастся найти критические бреши в основном официальном сайте Mozilla (а также в смежных ресурсах), могут рассчитывать на удвоенную сумму вознаграждения.

Более того, корпорация также утроила вознаграждение за эксплойт, приводящий к удалённому выполнению кода на основном сайте Mozilla. Теперь эта сумма равна $15 000.

«Поскольку мы постоянно совершенствуем наши сервисы, связанные с Firefox, нам необходима обратная связь от сообщества экспертов в области кибербезопасности. По сути, мы хотим повлечь их внимание», — комментируют разработчики браузера Firefox.

Стоит отметить, что Mozilla последние полгода активно развивает свою программу по поиску проблем безопасности. В частности, корпорация регулярно добавляет новые ресурсы и сервисы в эту программу.

Сейчас список сайтов, за уязвимости в которых можно получить определённые выплаты, выглядит так: Firefox Monitor, Localization, Payment Subscription, Firefox Private Network, Ship It и Speak To Me.

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