Эксперты взломали 28 тыс. принтеров благодаря некорректной конфигурации

Эксперты взломали 28 тыс. принтеров благодаря некорректной конфигурации

Эксперты взломали 28 тыс. принтеров благодаря некорректной конфигурации

Исследователи в области кибербезопасности продемонстрировали, насколько легко можно взломать принтеры удалённо. Для этого они заставили 28 тысяч таких устройств напечатать руководство по безопасности.

Исследование защищённости принтеров провели специалисты CyberNews. По их словам, подключиться из Сети можно к 800 тыс. таких девайсов.

В ходе эксперимента команда CyberNews выбрала 50 тысяч принтеров и отправила им специальный скрипт, заставляющий печатать конкретный документ. Таким способом удалось «пробить» 28 тысяч устройств, из чего исследователи сделали вывод: 56% открытых в Сеть принтеров можно взломать.

Другими словами, из 800 тыс. доступных из интернета принтеров приблизительно 447 тыс. допускают проникновение извне.

 

«Чтобы найти открытые в Сеть принтеры, мы воспользовались специальными поисковиками — Shodan и Censy. Мы искали IP-адреса с открытыми портами, причём специально убедились, действительно ли найденные устройства являются принтерами», — объясняют эксперты.

В CyberNews подчеркнули, что в ходе исследования не использовались никакие известные или неизвестные уязвимости. Причиной успешных импровизированных атак стала некорректная конфигурация принтеров.

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