Эксперты создали систему видеоаналитики Privid с упором на приватность

Эксперты создали систему видеоаналитики Privid с упором на приватность

Эксперты создали систему видеоаналитики Privid с упором на приватность

В Массачусетском технологическом институте создали аналитическую систему обработки видеоданных, позволяющую поддерживать общественный порядок без навязчивой слежки. Продукт, получивший имя Privid, также помогает снизить риски в отношении злоупотреблений и утечки частных данных.

Подобную систему, по словам авторов проекта, можно использовать для мониторинга плотности транспортных и пеших потоков на дорогах, сбора статистики по ношению масок, оценки поведения покупателей в магазинах. К сожалению, в таких случаях приватность объектов наблюдения часто упускается из виду, в лучшем случае лица людей скрываются с помощью мозаики или дополнительного непрозрачного слоя.

Такой метод имеет свои недостатки: выявить соотношение театралов в масках и без, например, становится невозможным, к тому же система может ошибиться и оставить лицо неразмытым. Исследователей из MIT такое положение дел не устроило, поэтому они решили поискать альтернативу, способную гарантировать большую степень конфиденциальности материалам, получаемым с камер видеонаблюдения.

Система Privid построена на принципах дифференциальной приватности — методики, позволяющей собирать и расшаривать статистические данные без раскрытия информации, идентифицирующей личность (PII). Чтобы предотвратить деанонимизацию и утечки, продукт добавляет на выходе случайные данные в видеоматериалы. Этого шума совсем немного — ровно столько, сколько требуется для сохранения анонимности, в противном случае информация станет бесполезной.

Разработчики также предусмотрели дополнительный элемент случайности. Целевое видео разбивается на фрагменты одинаковой длительности, которые обрабатываются по отдельности, без вывода промежуточных результатов, а затем вновь соединяются.

Созданную в стенах MIT систему видеоаналитики можно использовать вместе с вошедшими в обиход глубокими нейросетями. Тестирование Privid на разных наборах данных и в различных сценариях показало точность на уровне 79-99% в сравнении с аналогами, не учитывающими приватность.

Российских банкиров заинтересовали родственники авторов крупных переводов

При переводе крупных сумм банки стали запрашивать у клиентов данные получателя, в том числе наличие родственных уз. Подобная мера призвана предотвратить необдуманные поступки граждан, совершаемые по указке мошенников.

Заострение внимания кредитно-финансовых организаций на крупных переводах также должно помочь в борьбе с дропперством, которое в России теперь уголовно наказуемо.

Как выяснил корреспондент РИА Новости, банки теперь блокируют крупные переводы, а затем сотрудник связывается с клиентом и просит предоставить данные о родственной связи с получателем. У инициатора перевода также спрашивают, на какие нужды направляется столь большая сумма.

Речь идет о переводах в объеме свыше 100 тыс. руб. в день и более 1 млн в месяц, — таким случаям банки сейчас уделяют особое внимание. Характерными признаками вовлечения клиента банка в дропперство также являются частота операций по списанию / зачислению средств (чаще 30 в сутки) и большое количество адресатов.

Новые антифрод-меры финансистов вызвали бурное обсуждение в рунете. Чтобы развеять опасения законопослушных граждан, Банк России уточнил: в центре внимания — переводы свыше 200 тысяч руб., притом лицам, которым деньги не отправлялись в течение полугода.

В рамках борьбы с мошенничеством крупные российские банки внедряют новые механизмы: многоступенчатые проверки операций, аналитику для выявления подозрительных транзакций, сервисы для блокировки звонков.

В результате мошенники стали чаще отдавать предпочтение наличным. Им также приходится изобретать новые уловки для обхода антифрод-мер.

RSS: Новости на портале Anti-Malware.ru