TypingDNA получил $7 млн на идентификацию человека по вводу текста

TypingDNA получил $7 млн на идентификацию человека по вводу текста

TypingDNA получил $7 млн на идентификацию человека по вводу текста

Стартап TypingDNA выбил себе $7 миллионов на интересную инициативу — ИИ-технологию, способную идентифицировать людей, опираясь на их способ ввода текста на клавиатуре. По словам представителей, метод должен работать как на ноутбуках, так и на мобильных устройствах.

Получается что-то вроде «биометрии ввода текста». На деле система учитывает временные интервалы между нажатиями клавиш, а также промежутки, в течение которых клавиши остаются зажатыми.

Сама идея далеко не новая; например, опубликованная на PCWorld статья описывает исследование в этой области, которое проводилось ещё двадцать лет назад. Тогда эксперты пришли к выводу, что внедрению технологии мешает неточность идентификации.

А специалисты из TypingDNA утверждают, что разработанный ими метод вычисления паттернов способен обеспечить точность от 99% до 99.9%.

По словам главного идейного вдохновителя стартапа, TypingDNA в настоящее время работает с банками, платёжными и финансовыми приложениями, платформами онлайн-обучения и государственными сервисами — всеми, для кого важен вопрос идентификации и предотвращения мошенничества.

Разработанный экспертами TypingDNA API открыт для всех, особенно приветствуется вклад разработчиков, которые могут дополнить и усовершенствовать продукты и приложения специалистов.

Сооснователь TypingDNA заявил, что достаточно всего лишь небольшого куска текста, чтобы вычислить конкретного человека с большой долей вероятности.

Подпишитесь на новости

Telegram для iOS удалось атаковать через стикеры и без кликов

Кидаешь анимированный стикер, и чужой код запускается в Telegram без действий пользователя. О такой цепочке атаки рассказал исследователь Сайфелдин Азиз. По его словам, он объединил ошибки обработки анимации с обходом защитных проверок мессенджера и добился выполнения кода в клиенте для iOS.

Механизм описан в первью доклада Азиза на OffensiveCon Tokyo. Работа заняла год, а искать ошибки помогал фаззинг под управлением языковых моделей — автоматическая проверка библиотеки на специально изменённых входных данных.

В центре истории — rlottie, библиотека отрисовки анимированных стикеров. Исследователь обнаружил несколько ошибок повреждения памяти, затрагивающих Telegram для iOS, Android и компьютеров. Но заявленная цепочка выполнения кода построена именно для iOS: переносить этот результат на все платформы пока нельзя.

Telegram полагается на серверную проверку стикеров: опасный файл должен быть отсеян до попадания в клиент. Азиз утверждает, что нашёл логические ошибки в проверке и доставке, позволившие обойти ограничения. Получается, уязвимый обработчик защищали прежде всего контролем входящих файлов, и исследователь нашёл способ через этот контроль пройти.

По словам Азиза, после сообщения о находках Telegram продолжил делать ставку на ограничения доставки, сохранив уязвимый код в официальных клиентах.

Полной технической цепочки в аннотации нет. Затронутые версии, ограничения эксплуатации и актуальный статус исправлений не раскрыты.

RSS: Новости на портале Anti-Malware.ru