Внешний злоумышленник может проникнуть в локальную сеть 93% компаний

Внешний злоумышленник может проникнуть в локальную сеть 93% компаний

Внешний злоумышленник может проникнуть в локальную сеть 93% компаний

Как выяснили специалисты компании Positive Technologies, внешний киберпреступник может в 93% случаев пробраться сквозь сетевой периметр и получить доступ к локальной сети атакуемой организации. Более того, в среднем злоумышленник тратит два дня на проникновение во внутреннюю сеть.

Такую статистику удалось получить благодаря тестированию на проникновение, которое специалисты провели среди организаций разных сфер: финансовой (29%), ТЭК (18%), госсектора (16%), промышленности (16%) и ИТ (13%).

В ходе исследования эксперты Positive Technologies смогли пройти сетевой периметр 93% «подопытных» проектов. Как отметила Екатерина Килюшева, возглавляющая исследовательскую группу, в 20% проектов компания провела верификацию недопустимых ИБ-событий.

«В общей сложности нам удалось подтвердить реализацию 71% обозначенных событий. На такую атаку, к слову, злоумышленнику потребуется не больше месяца. Некоторые системы могут сдаться и за считаные дни», — подчёркивает Килюшева.

Что касается уровня защищённости кредитных организаций, они остались одними из самых стойких, однако исследователям всё равно удалось выполнить действия, нарушающие бизнес-процессы банка и влияющие на оказываемые услуги.

Самым главным методом проникновения в корпоративную сеть стал подбор учётных данных, который дал результат в 71% проектов.

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