Минобороны США — лидер рейтинга HackerOne по числу найденных багов

Минобороны США — лидер рейтинга HackerOne по числу найденных багов

Минобороны США — лидер рейтинга HackerOne по числу найденных багов

Репортеры «Известий» ознакомились с результатами баг-хантинга в рамках спецпрограмм, запущенных различными организациями на платформе HackerOne. Как оказалось, первое место по количеству найденных уязвимостей пока удерживает Министерство обороны США.

Согласно записи в реестре HackerOne, программа тестирования систем Минобороны США на устойчивость к взлому была запущена в ноябре 2016 года. За истекший период ее участникам удалось обнаружить около 12,5 тыс. проблем.

Второе место в рейтинге HackerOne занял производитель цифрового контента  Verizon Media (6,7 тыс. уязвимостей), третье — Mail.Ru Group (MRG, около 4 тыс. багов). Примечательно, что обе компании запустили свои программы по поиску брешей на 2,5 года раньше, чем Пентагон.

В отличие от коммерческих предприятий, Минобороны США не платит за найденные уязвимости, а начисляет баллы, которые в сумме позволяют баг-хантерам принять участие в аналогичных закрытых программах и получить щедрое вознаграждение.

Комментируя рейтинг HackerOne для «Известий», многие специалисты по ИБ сошлись во мнении, что количество найденных багов в данном случае отражает степень ответственности организации, а не слабость ее защиты.

«На практике количество уязвимостей на сайте не имеет значения, — заявил журналистам эксперт «Лаборатории Касперского» Александр Гостев. — Достаточно одной, чтобы спровоцировать крупную утечку ценной информации и поставить бизнес на колени».

В качестве примера комментатор привел взлом сервиса British Airways в 2019 году, повлекший кражу платежных данных 380 тыс. клиентов авиакомпании. Последней вменили в вину халатное отношение к сохранности конфиденциальной информации и вменили штраф в размере £183 млн.

Стремление организаций к выявлению и устранению уязвимостей, по словам экспертов, надо только приветствовать, и судить о безопасности предприятия по числу таких находок было бы неверным.

«Делать вывод о безопасности по количеству найденных по программе вознаграждения недочетов в коде нелогично и непрофессионально, — считает Сергей Лучин из MRG. — Это говорит лишь об интересе исследователей к продукту и системе мотивации для поиска улучшений кода. Чем больше компания платит за недочеты, тем больше к ней внимания».

MRG в среднем платит за баги от 250 до 300 долларов. По словам ее представителя, ни одна из уязвимостей, обнаруженных в рамках программы на HackerOne, не позволила хакерам получить доступ к аккаунтам пользователей.

Яндекс начнёт останавливать исходящие звонки мошенникам ещё до разговора

Яндекс расширил возможности своего определителя номера: теперь сервис предупреждает пользователей, если они сами пытаются позвонить на номер, который используется мошенниками. Новая функция доступна всем владельцам смартфонов на Android.

Ранее определитель номера в приложении «Яндекс с Алисой» и мобильном Яндекс Браузере фокусировался в основном на входящих вызовах и заранее сигнализировал о спаме и подозрительных звонках.

Однако злоумышленники адаптировались и стали действовать иначе — всё чаще они вынуждают людей звонить им самостоятельно.

Схема выглядит так: мошенники связываются с жертвой через СМС или мессенджеры, представляются сотрудниками службы поддержки банков или онлайн-сервисов и сообщают о якобы подозрительной активности в аккаунте.

Чтобы «остановить взлом», человека просят перезвонить по указанному номеру. И, как показывают данные Яндекса, в начале января 67% разговоров со злоумышленниками происходили именно по инициативе самих пользователей.

Новая функция как раз нацелена на такие случаи. Если пользователь пытается набрать номер, который система считает мошенническим, на экране появляется предупреждение. Это даёт возможность отменить вызов ещё до того, как злоумышленник выйдет на связь и начнёт психологическое давление.

Определять подозрительные номера помогают нейросети. Они анализируют сотни сигналов — от активности номера и наличия его в телефонных книгах до того, как быстро люди завершают разговоры, как часто перезванивают и жалуются ли на этот номер как на мошеннический. Если совокупность факторов указывает на угрозу, номер помечается как опасный.

По сути, определитель номера теперь работает не только как фильтр для входящих вызовов, но и как дополнительная «проверка на паузе» — в момент, когда пользователь сам готов сделать шаг навстречу мошеннику.

RSS: Новости на портале Anti-Malware.ru