США обвинили украинца в проведении вымогательской атаки на Kaseya

США обвинили украинца в проведении вымогательской атаки на Kaseya

США обвинили украинца в проведении вымогательской атаки на Kaseya

В Далласе, штат Техас, оглашены обвинения, выдвинутые против двух иностранцев в рамках дела о вымогательстве с помощью шифровальщика REvil/Sodinokibi. Один из них, 22-летний гражданин Украины Ярослав Васинский, уже арестован, местонахождение россиянина Евгения Полянина пока неизвестно.

Украинца, известного в Сети под ником Rabotnik, удалось задержать по запросу американских властей 8 октября в Польше. Его заключили под стражу до принятия решения об экстрадиции. Согласно сообщению Минюста США, в оперативно-разыскных мероприятиях приняла деятельное участие полиция Украины.

Молодому человеку инкриминируют проведение множества атак с использованием REvil, в том числе нападение на ИТ-компанию Kaseya, затронувшее полторы тысячи бизнес-структур в разных странах. Вскоре после этой громкой атаки серверы вымогателей были отключены, а мастер-ключ для расшифровки файлов передан пострадавшей стороне — как впоследствии оказалось, не без участия ФБР.

Американские власти также объявили о захвате $6,1 млн в криптовалюте, полученной Поляниным от жертв REvil. По данным следствия, россиянин ответственен за проведение порядка 3000 вымогательских атак, в результате которых пострадавшие суммарно отдали злоумышленникам $13 миллионов.

По оценке американцев, за 2,5 года операторы шифровальщика заразили около 175 тыс. компьютеров и выручили в виде выкупа не менее $200 миллионов.

Васинского и Полянина обвиняют в преступном сговоре, мошенничестве, умышленном нанесении вреда чужой технике, вымогательстве и отмывании денег. По совокупности им грозит до 115 и 145 лет лишения свободы соответственно.

Европол тем временем рапортует об аресте еще двух предполагаемых распространителей REvil. Задержание произвела 4 ноября румынская полиция; по имеющимся данным, эти клиенты преступного сервиса «вымогатель как услуга» (Ransomware-as-a-Service, RaaS) причастны к проведению 5000 вымогательских атак и отъему у жертв 500 тыс. евро.

Аресты проведены в рамках трансграничной операции GoldDust, в которой приняли участие правоохранительные органы 17 стран, в том числе США, Канады, Австралии, Южной Кореи, Филиппин и Кувейта. Экспертную помощь правоохранителям оказали BitDefender, McAfee и Microsoft. В этом году блюстителям правопорядка удалось задержать семерых человек, предположительно причастных к распространению GandGrab и сменившего его REvil.

Чтобы ускорить поимку лидеров ОПГ, госдепартамент США назначил награду в $10 млн за информацию, которая позволит идентифицировать высокопоставленных преступников или определить их местонахождение. За головы рядовых членов ОПГ американцы готовы отдать по $5 миллионов.

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