Атака Raccoon позволяет взломать TLS-соединения и перехватить данные

Атака Raccoon позволяет взломать TLS-соединения и перехватить данные

Атака Raccoon позволяет взломать TLS-соединения и перехватить данные

Команда специалистов рассказала о гипотетической атаке на криптографический протокол TLS. По словам экспертов, атакующие в теории могут расшифровать HTTPS-соединение между пользователями и серверами, а значит, перехватить конфиденциальную информацию.

Способ атаки назвали Raccoon, исследователи сразу предупреждают: уязвимость крайне сложно проэксплуатировать, поскольку очень редко соблюдаются условия для успешной атаки.

Согласно опубликованному документу (PDF), Raccoon представляет собой атаку на основе тайминга. Например, киберпреступник замеряет время, необходимое для выполнения известных криптографических операций, после чего у него складывается картина из частей алгоритма.

В случае Raccoon злоумышленнику надо атаковать протокол Диффи — Хеллмана (процесс обмена ключами). Основная цель — восстановить несколько байтов данных.

«В конечном итоге этот метод помогает атакующему построить ряд уравнений и использовать решатель Hidden Number Problem (HNP) для вычисления оригинального секрета, установленного между клиентской стороной и сервером», — пишет команда специалистов.

 

По словам исследователей, все серверы, использующие протокол Диффи — Хеллмана для настройки TLS-соединений, уязвимы перед описанной атакой.

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