Утёкшие в дарквеб данные карт тестируются в течение двух часов

Утёкшие в дарквеб данные карт тестируются в течение двух часов

Утёкшие в дарквеб данные карт тестируются в течение двух часов

Исследователь представил интересную статистику относительно слитых в Сеть данных банковских карт. Оказалось, что достоверность скомпрометированной платёжной информации довольно быстро проверяется различными киберпреступниками.

С того момента, как данные какой-либо карты появляются на нескольких сайтах соответствующей тематики, проходит буквально два часа до попытки осуществления микротранзакции — проверки актуальности.

Такой статистикой поделился специалист компании ThreatPipes Дэвид Гринвуд. Чтобы провести эксперимент, Гринвуд купил предоплаченную карту VISA, а затем попытался продать платёжную информацию на площадках дарквеба.

Однако, по словам Гринвуда, все оказалось не так просто:

«К сожалению, вы не можете просто взять и продать такого рода информацию в дарквебе. Сначала вам необходимо заработать соответствующую репутацию».

Тогда специалист решил пойти другим путём — предложить «скомпрометированные» данные бесплатно. Гринвуд поместил информацию настоящей карты в набор, состоящий из поддельных данных. Там была дата окончания срока действия, код CVV, а также адрес держателя.

В течение двух часов не происходило ровным счётом ничего. Затем исследователь зафиксировал микроплатеж, предназначенный для проверки валидности данных. Такие тесты, как правило, автоматические — выполняются ботами.

В результате Гринвуд смог сделать вывод, что информация любой слитой карты будет протестирована в течение двух часов после публикации в дарквебе.

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