Частое использование QR-кодов на фоне COVID-19 повысило риск кибератак

Частое использование QR-кодов на фоне COVID-19 повысило риск кибератак

Частое использование QR-кодов на фоне COVID-19 повысило риск кибератак

По данным Ivanti, с введением ограничений по ковиду больше половины владельцев мобильных устройств стали чаще пользоваться QR-кодами при проведении безналичных транзакций.  В то же время почти в трети случаев считывание QR-кода влекло неожиданные действия или переход на подозрительный сайт.

Таковы результаты опроса, проведенного Ivanti в феврале этого года. В нем приняли участие 4157 пользователей из США, Великобритании, Франции, Германии, Китая и Японии. Подавляющее большинство из них (83%) признались, что за последний год впервые попробовали провести платеж или завершить финансовую операцию с помощью QR-кода.

«В начале пандемии рестораны использовали QR-коды как опцию вывода меню или оплаты счета, однако с ухудшением обстановки потребители стали ими пользоваться для более настоятельных нужд — записи к врачу, получения рецепта, — пишут исследователи в пресс-релизе. — В офисах и на рабочих местах использование QR-кодов за 2020 год возросло с 11 до 14%».

Рост популярности этого удобства неминуемо должен был привлечь внимание злоумышленников, которые и раньше пытались через него добраться до чужих платежных данных. С этой целью они применяли различные накладки (оверлеи), и обычно выполняли такой трюк в паркингах или уличных кафе.

Кроме кражи денег со счетов путем подмены QR-кода, злонамеренное использование этой опции может грозить фишинговой или вредоносной атакой, и далеко не все пользователи это осознают.

Согласно результатам опроса, 87% владельцев мобильных устройств уверены в безопасности использования QR-кодов. В то же время лишь 47% респондентов знали, что сканирование такого штрих-кода может повлечь открытие веб-страницы, а 37% — что при этом может произойти загрузка приложения. Наконец, только 22% опрошенных были в курсе, что QR-код может выдать местоположение смартфона.

В своей способности распознать вредоносный QR-код были уверены лишь 39% участников опроса. Еще большую тревогу у экспертов вызвал тот факт, что почти половина респондентов не пользуется специализированной защитой или не знает, установлена она или нет.

В то же время риски, сопряженные с использованием QR-кодов, достаточно велики. Согласно блог-записи Ivanti, злоумышленники могут с помощью такой метки:

  • добавить сторонний контакт в адресную книгу;
  • спровоцировать вызов премиум-номера;
  • отослать СМС на заданный номер телефона;
  • создать черновик письма от имени жертвы в ее корпоративном ящике;
  • провести платеж с целью кражи финансовой информации;
  • слить на сторону данные геолокации;
  • приобщить жертву к читательской аудитории вредоносного аккаунта в соцсети, чтобы раскрыть ее персональные данные и контакты;
  • добавить взломанную сеть Wi-Fi в список предпочтений, а также пароль для обеспечения автоматического подключения.

Зачем Яндекс Go создал отдельный язык для расчёта стоимости поездок

Цена поездки в Яндекс Go — это не расстояние, умноженное на минуты и километры. В расчёт вмешиваются геозоны, спрос, скидки, платные дороги, дополнительные остановки и требования вроде перевозки кота, велосипеда или лыж. Чтобы управлять этим хозяйством без бесконечных деплоев, разработчики вынесли алгоритм ценообразования из кода сервиса в собственный язык.

Как объяснили разработчики в статье на Хабре, прайсинг работает не только при заказе машины.

Он пересчитывает стоимость при смене маршрута или способа оплаты, завершении поездки, обращении в поддержку и проверке данных аналитиками. Цена при этом может быть фиксированной, интервальной или считаться по таксометру.

 

Сначала сервисы параллельно собирают параметры поездки: тарифную категорию, геозоны, скидки, повышенный спрос и дополнительные услуги. Зависимости между источниками выстраиваются в граф, а запросы выполняются асинхронно на базе userver. Если некритичный источник не ответил, весь расчёт не падает.

 

Сам алгоритм раньше можно было бы держать в C++, но он меняется в среднем дважды в неделю. Выкатка сервиса на 50 подов занимает около 40 минут, а лес динамических конфигов быстро превратил бы код в музей условных операторов.

Поэтому Яндекс разработал собственный DSL. В нём есть условия, функции, неизменяемые значения и fold вместо циклов. Правила собираются в последовательную цепочку: каждое преобразование получает текущую цену и параметры, а возвращает новый результат с метаданными. Грамматику описали через ANTLR 4, а верификатор Z3 проверяет, что программа не выдаст некорректную цену.

 

Теперь изменение алгоритма не требует пересборки сервиса, ошибочную версию можно быстро откатить, а каждый расчёт — воспроизвести по входным данным и промежуточным результатам.

 

В итоге прайсинг превратился в отдельную платформу, которой уже пользуются Такси, Доставка и сервис зарядки электромобилей.

RSS: Новости на портале Anti-Malware.ru