Facebook и GitHub вместе заменят утёкшие API-токены доступа

Facebook и GitHub вместе заменят утёкшие API-токены доступа

Facebook и GitHub вместе заменят утёкшие API-токены доступа

Команда безопасности Meta (Facebook) сообщила о партнёрстве с GitHub, в рамках которого специалисты совместными усилиями аннулируют токены доступа Facebook API, которые недавно случайно просочились в репозитории GitHub.

Партнёрство двух компания будет основано на использовании GitHub Secret Scanning, специальной защитной функции, позволяющей сканировать любой новый код, загруженный на платформы GitHub. В частности, этот сканер будет проверять наличие паролей и токенов доступа.

Если в каких-либо строках GitHub Secret Scanning находит соответствие паролям или токенам, GitHub уведомляет владельца проекта о потенциальной утечке. Изначально сканер запустили в марте 2021 года, однако поддержку токенов Facebook API добавили только в апреле.

Теперь платформа будет предупреждать о случайной утечке не только пользователя, но и отправлять подробности представителям Meta. Это поможет разработчикам предотвращать подобные ситуации до того, как скомпрометированные данные попадут в руки злоумышленников.

Напомним, что неделю назад Facebook пообещал отключить функцию распознания лиц и удалить более 1 млрд сканов. Чуть раньше внутренние документы интернет-гиганта показали, что компания Цукерберга специально нанимала сотрудников для отслеживания активности маленьких пользователей соцсети.

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