48 тыс. хостов на Windows 10 уязвимы перед атаками на протокол SMBv3

48 тыс. хостов на Windows 10 уязвимы перед атаками на протокол SMBv3

48 тыс. хостов на Windows 10 уязвимы перед атаками на протокол SMBv3

Исследователи из компании Kryptos Logic, занимающейся кибербезопасностью, провели сканирование Сети, в процессе которого вычислили приблизительное количество хостов на Windows 10, затронутых уязвимостью CVE-2020-0796. Напомним, что данная брешь была найдена в протоколе Microsoft Server Message Block 3.1.1 (SMBv3).

По данным Kryptos Logic, таких уязвимых машин нашлось приблизительно 48 тысяч. Напомним, что дыра в SMBv3, получившая имя SMBGhost, угрожает десктопам и серверам, работающим на Windows 10 версии 1903 и 1909.

В процессе сканирования специалисты использовали специльные инструменты, способные выявлять незащищённые установки Windows 10. Эти сканеры в настоящее время доступны всем желающим на площадке GitHub.

Эксперт из Дании, например, также создал специальный инструмент ollypwn, заточенный под проверку SMBv3 на наличие бага. Принцип работы прост — если сканер обнаружит, что компрессия SMBv3 включена, он выведет соответствующее уведомление.

Команда Kryptos Logic также поделилась видео, в котором демонстрируется процесс эксплуатации уязвимости, приводящий к DoS.

Напомним, что Microsoft выпустила отдельный патч под номером KB4551762, который специально предназначен для устранения уязвимости SMBGhost.

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