Microsoft объяснила, как снизить риски и не стать жертвой атаки PetitPotam

Microsoft объяснила, как снизить риски и не стать жертвой атаки PetitPotam

Microsoft объяснила, как снизить риски и не стать жертвой атаки PetitPotam

Microsoft рассказала, как бороться с вектором атаки, получившим имя PetitPotam. С помощью этого метода, использующего ретрансляцию NTLM (NTLM relay), злоумышленники могут захватить контроллер доменов и другие серверы Windows.

PetitPotam обнаружил французский исследователь в области кибербезопасности Гиллес Лайонел (Topotam). В настоящее время в Сети уже доступен PoC-скрипт (proof-of-concept), демонстрирующий атаку.

PetitPotam использует протокол Microsoft Encrypting File System Remote Protocol (EFSRPC), с помощью которого атакующий может заставить устройство, включая контроллер доменов, аутентифицироваться на удалённом NTLM-ретрансляторе, который находится под контролем злоумышленников.

После этого у преступника появится возможность извлекать хеш и сертификаты, которые впоследствии могут использоваться для идентификации устройства и его прав.

После того, как сообществу ИБ-специалистов стало известно о PetitPotam, Microsoft опубликовала рекомендации, которые помогут организациям защититься от подобных атак. Например, в одном из твитов техногигант советует отключить NTLM, если только в ней нет необходимости.

«PetitPotam атакует серверы, на которых некорректно сконфигурированы Active Directory Certificate Services (AD CS)», — отметила Microsoft.

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