98% трафика IoT-устройств не защищены шифрованием

98% трафика IoT-устройств не защищены шифрованием

98% трафика IoT-устройств не защищены шифрованием

Более 50% IoT-устройств уязвимы перед кибератаками, представляющими высокую и среднюю степень опасности. Именно поэтому команда экспертов Unit 42 из Palo Alto Networks убеждена, что корпорации «сидят на бомбе замедленного действия».

В новом исследовании специалистов рассматриваются проблемы безопасности, глубоко укоренившиеся в подключённых устройствах. Часть этих девайсов используется в корпорациях, другая часть — в медицинских учреждениях.

По словам исследователей, у 98% всего трафика, генерируемого IoT-устройствами, отсутствует защита шифрованием. Другими словами, все персональные и конфиденциальные данные передаются в открытом виде, что создаёт вектор утечки информации.

Другой существенной проблемой команда экспертов назвала использование устаревших протоколов и операционных систем. Например, Unit 42 как-то обнаружила в одной из больниц подключённую к Сети машину для маммографии, заражённую червём Conficker (этому вредоносу более десяти лет).

В Palo Alto Networks также отметили, что постоянно растущее число IoT-устройств вкупе с их бесчисленными вариациями создаёт неоднородность. Например, на всех подключённых устройствах установлены разные аппаратные составляющие, программные компоненты, операционные системы, а также используются разные протоколы и приложения.

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