Приложения для знакомств стали безопаснее, но приватность под вопросом

Приложения для знакомств стали безопаснее, но приватность под вопросом

Приложения для знакомств стали безопаснее, но приватность под вопросом

Специалисты Kaspersky проверили популярные мобильные приложения для онлайн-знакомств с целью выяснить, стали они более безопасными с момента прошлого тестирования (датированного 2017 годом). В итоге под микроскоп «Лаборатории Касперского» попали Tinder, Bumble, OkCupid, Mamba, Pure, Feeld, Her, Happn и Badoo.

Оказалось, что разработчики подобного софта действительно сделали выводы и подтянули защищённость с технической точки зрения. Например, перехватывать данные пользователя стало заметно труднее.

Тем не менее команда Kaspersky отметила оставшиеся риски конфиденциальности, поскольку мобильные приложения для знакомств всё ещё хранят много личной информации. В теории все эти данные можно использовать для сталкинга пользователя.

Прошлое исследование «Лаборатории Касперского» показало, что 4 из 9 проанализированных приложений допускали перехват отправляемых данных, поскольку разработчики использовали незащищённый протокол HTTP. Сейчас же ситуация действительно улучшилась — уже новая порция изученного софта отсекает HTTP.

Исследователи указали и на ряд проблем, одна из которых связана с регистрацией через аккаунт в социальных сетях. Если пользователь решит аутентифицироваться с помощью, например, учётной записи Facebook, данные профиля подтянутся автоматически.

И это уже не говоря о геолокации, которая в Happn, Her, Bumble и Tinder обязательна для работы. А ведь пользователи не всегда догадываются, что информация о местоположении вкупе с фотографиями может использоваться для киберпреследования.

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