Большинство российских госсайтов делятся данными граждан с посторонними

Большинство российских госсайтов делятся данными граждан с посторонними

Большинство российских госсайтов делятся данными граждан с посторонними

Специалисты ОД «Информация для всех» изучили практики российских государственных сайтов, чтобы понять, насколько владельцы ресурсов федеральных органов власти и регуляторов обеспечили защиту от XSS-уязвимостей и стороннего кода. Результаты, конечно, вряд ли смогут порадовать граждан, регулярно доверяющих свои данные таким госсайтам.

Это уже второе исследование подобного рода — в 2015 году эксперты представили отчёт «Индекса XSS-безопасности госсайтов». Тогда стало понятно, что большинство подобных ресурсов не отвечает элементарным нормам безопасности.

Прежде всего, исследователи отметили уязвимости межсайтового скриптинга (XSS), а также возможность утечки данных посетителей в руки третьих лиц.

Спустя пять лет специалисты решили повторить эксперимент и проанализировать (PDF) государственные веб-сайты повторно. За это время число госресурсов, не загружающих код со сторонних сайтов выросло с 7 до 8. Количество источников загрузки сторонних ресурсов при этом сократилось — с 55 до 52.

Другими словами, никаких серьёзных изменений в практиках администраторов государственных сайтов не произошло. Большая часть до сих пор может делиться данными посетителей с посторонними, а также безответственно относится к наличию чужого кода на своих страницах.

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