Вендоры смарт-телевизоров выручают от слежки вдвое больше, чем от продаж

Вендоры смарт-телевизоров выручают от слежки вдвое больше, чем от продаж

Вендоры смарт-телевизоров выручают от слежки вдвое больше, чем от продаж

Проведенное в GlobalSign исследование показало, что умные телевизоры ежесекундно снимают «отпечатки» экрана и отправляют на свой сервер. В результате производитель имеет возможность составлять профили пользователей и монетизировать их — продавать на сторону.

Спрос на такой товар среди рекламщиков и маркетологов велик, и поставщики смарт-ТВ не желают оставаться в стороне, когда речь идет о дополнительном доходе. По объемам собираемых данных некоторые из них, по оценкам GlobalSign, скоро могут приблизиться к Google.

Проверка показала, что телевизоры Samsung, LG, Vizio, TCL каждую секунду записывают и отправляют на сервер содержимое экрана — независимо от источника сигнала, будь то кабельное ТВ, приложение, DVD-плеер или потоковое вещание. На серверах производителей работает система распознавания контента (automatic content recognition, ACR) и ведутся журналы; получаемые профили продаются десяткам партнеров.

С юридической точки зрения здесь все чисто: пользователи сами дают разрешение на сбор таких данных, не убирая галочки в меню при установке. Предприимчивые вендоры заранее проставляют их на нужных позициях; некоторые скрывают пункт ACR в «Правилах и условиях» или предлагают заранее выбранный вариант «Со всем согласен».

В этом году, по данным GlobalSign, выручка от слежки за пользователями у некоторых производителей смарт-ТВ заметно превышает доход от продаж девайсов, которые в итоге подешевели. В компании Vizio, например, подразделение рекламы и профилирования во II квартале принесло в два раза больше прибыли ($57,3 млн), чем продажа техники ($25,6 млн). Похожая картина наблюдается и в Roku.

Если так дальше пойдет, заключают исследователи, телевизоры могут стать вообще бесплатными, лишь бы пользователь соглашался на показ рекламы и сбор данных. А в недалеком будущем умные ТВ вообще перестанут работать без выполнения поставленных условий — но это, конечно, шутка.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

В PT Sandbox внедрили ML-модель для поиска скрытых киберугроз

В PT Sandbox появилась новая модель машинного обучения, которая помогает выявлять неизвестные и скрытые вредоносные программы. Песочница анализирует поведение программ по сетевой активности и может заметить угрозы, которые не удаётся поймать обычными методами.

Разработчики отмечают, что один из самых надёжных способов обнаружить зловред — это изучение подозрительных следов в сетевом трафике.

Новая ML-модель как раз обучена отличать «чистые» данные от вредоносных, разбирая пакеты и фиксируя нетипичные признаки поведения.

За последние полгода в песочницу добавили сотни новых правил и сигнатур для анализа трафика, что позволило расширить набор инструментов для поиска программ-вымогателей и атак нулевого дня.

Ещё одно заметное нововведение — проверка QR-кодов. Согласно исследованию, почти половина писем с QR-ссылками содержит зловред или спам. Теперь система может извлекать такие ссылки из писем и вложений и анализировать их на предмет угроз.

Появилась и дополнительная гибкость для специалистов по безопасности: можно писать собственные YARA-правила, настраивать очередь проверки и задавать приоритеты анализа в зависимости от источника или типа файла.

Кроме того, PT Sandbox научилась работать с S3-совместимыми облачными и локальными хранилищами — это позволяет проверять безопасность загружаемых данных вроде кода, изображений или архивов.

И наконец, через веб-интерфейс теперь можно вручную запускать поведенческий анализ отдельных файлов. Это даёт возможность глубже исследовать подозрительные объекты и быстрее реагировать на потенциальные атаки.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

RSS: Новости на портале Anti-Malware.ru