Эксперты: Темнокожих и женщин взламывают чаще, чем другие социальные группы

Эксперты: Темнокожих и женщин взламывают чаще, чем другие социальные группы

Эксперты: Темнокожих и женщин взламывают чаще, чем другие социальные группы

Новое исследование Malwarebytes, Digitunity и Cybercrime Support Network показало, что женщины, представители меньшинств, а также люди с низким доходом и уровнем образования в первую очередь становится жертвами кибератак.

Как отметили исследователи в отчёте, женщинам чаще приходят сообщения с незнакомых номеров, содержащие вредоносные ссылки (79% против 73% у мужчин). При этом почти половина (46%) представительниц слабого пола сталкивалась со взломом аккаунта в социальных сетях. У мужчин этот показатель скромнее — 37%.

Так же дела обстоят у людей с тёмной кожей — их взламывают охотнее, чем белых (45% против 40%). Специалисты обратили внимание и на такой фактор, как возраст. Оказалось, что люди старше 65 лет составляют 36% от общего числа жертв утечек данных банковских карт. Этот процент выше, чем у любой другой возрастной группы.

Интересным моментом в отчёте можно назвать и эмоциональное состояние опрошенных. Так, одна пятая респондентов-женщин заявили, что испытывают стресс при взаимодействии с подозрительной онлайн-активностью. Таких было тоже больше среди женщин и темнокожих (21 и 23% соответственно против 17%).

Стоит отметить, что женщины чувствуют себя менее защищёнными в Сети, чем мужчины (35% против 27%). Большой доход, к слову, позволяет людям ощущать себя более свободно в киберпространстве.

Образование, как оказалось, тоже играет роль: люди с «вышкой» защищены от онлайн-мошенничества лучше, чем респонденты, закончившие только колледж или школу.

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