Задержаны подростки, стоявшие за крупнейшим взломом в истории Twitter

Задержаны подростки, стоявшие за крупнейшим взломом в истории Twitter

Задержаны подростки, стоявшие за крупнейшим взломом в истории Twitter

Три подростка (17, 19 и 22 лет) были задержаны по подозрению в недавнем взломе Twitter, серьёзно пошатнувшем социальную площадку. По данным следствия, молодые люди одновременно атаковали несколько популярных Twitter-аккаунтов, а уже спустя считаные минуты продвигали криптоскам с помощью этих учётных записей.

Согласно опубликованной Министерством юстиции США информации, 19-летнему Мэйсону Шеппарду (онлайн-псевдоним — «Chaewon») из Великобритании, 22-летней Ниме Фазэли («Rolex») из Флориды и ещё одному неназванному подельнику предъявили обвинения в онлайн-мошенничества и попытке отмыть деньги.

Позже новостной канал WFLA вычислил третьего соучастника киберпреступления — 17-летнего Грэма Кларка. Ему тоже вменяется участие в организованной мошеннической схеме.

 

Напомним, что в середине июля хакеры проникли в Twitter-аккаунты Гейтса, Илона Маска, Обамы и ряда других популярных людей и брендов. С помощью этих учётных записей мошенники распространяли криптоскам.

Спустя неделю стало известно, что злоумышленники получили доступ к личным сообщениям одного из политических деятелей Нидерландов.

А в начале июля неизвестные киберпреступники взломали официальный Twitter-аккаунт Министерства иностранных дел России.

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