0-day вредоносы составили рекордные 74% в I квартале 2021 года

0-day вредоносы составили рекордные 74% в I квартале 2021 года

0-day вредоносы составили рекордные 74% в I квартале 2021 года

Интересную статистику представили аналитики компании WatchGuard. По их словам, в первом квартале 2021 года вредоносные программы, использующие уязвимости нулевого дня (0-day), составили 74% от общего числа зафиксированных киберугроз.

Также в эту категорию попали зловреды, обходящие детектирование сигнатурным методом (к которому прибегает ряд антивирусных программ). Исследователи подчеркнули ещё одну особенность: атакующие стали чаще адаптировать старые эксплойты под свои нужды.

«В первом квартале 2021 года мы наблюдали рост числа детектирований 0-day вредоносов. В сущности, это было рекордное число за всё время наших наблюдений, что в очередной раз доказывает: организациям стоит постоянно совершенствовать защиту своих систем и опережать постоянно эволюционирующих киберпреступников», — объясняют специалисты WatchGuard.

«Традиционных антивирусных продуктов сегодня уже недостаточно, поэтому каждая компания должна проработать многослойную стратегию проактивной защиты. Для этих целей хорошо подойдёт машинное обучение и поведенческий анализ».

Помимо этого, эксперты выделили рост популярности бесфайловых вредоносных программ. Например, XML.JSLoader впервые занял место среди самых распространённых вредоносов.

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