Шифровальщик REvil составил 73% детектов за второй квартал 2021 года

Шифровальщик REvil составил 73% детектов за второй квартал 2021 года

Шифровальщик REvil составил 73% детектов за второй квартал 2021 года

В новом отчёте McAfee, посвящённом деятельности операторов программ-вымогателей, исследователи представили интересную статистику за второй квартал 2021 года. Киберпреступники стали больше атаковать государственный и финансовый сектор, а также сферу развлечений.

Специалисты сразу назвали печально известные имена шифровальщиков: REvil, Ryuk, Babuk и DarkSide. Именно они ожидаемо навели больше всего шороху в киберпространстве, а их операторы выманили у жертв миллионы долларов.

«Шифровальщики очень серьёзно развились с момента своего зарождения, а киберпреступники стали умнее, хитрее и быстрее. Всем известные программы-вымогатели сегодня ответственны за сбои в работе критически важных объектов по всему миру», — объясняет Раж Самани, сотрудник McAfee.

Исследователи отметили операции DarkSide, которые на текущий момент накатывают волнами. Также опасения специалистов вызывают шифровальщики Ryuk, REvil, Babuk и Cuba, поскольку их разработчики создали бизнес-модель, позволяющую вовлекать других злоумышленников в эксплуатацию известных векторов атаки.

В отчёте McAfee говорится, что операторы программы-вымогателя REvil/Sodinokibi стали лидерами во втором квартале 2021 года. Именно они стоят за 73% выявленных киберопераций. Самым атакуемым стал государственный сектор, за ним идёт телеком, уже потом — сфера энергетики, медиа и телекоммуникации.

По данным исследователей, спам чаще всего используется для доставки шифровальщиков, за ним идут вредоносные скрипты и закрывают тройку злонамеренные программы.

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