Сбербанк: против нас работает 100 тысяч профессиональных хакеров

Сбербанк: против нас работает 100 тысяч профессиональных хакеров

Сбербанк: против нас работает 100 тысяч профессиональных хакеров

Киберугрозы становятся сложнее и опаснее. До 24 февраля в Сбербанке видели всего одну DDoS-атаку в неделю, в марте уже фиксировали 46 одновременных попыток взлома. По прогнозам экспертов, самих атак скоро будет меньше, но оставшиеся нарастят мощность и прицел.

Сейчас у хакеров большой выбор «меню»: от фейковых приложений до вредоносного кода, прицелившегося к браузеру в онлайн-кинотеатре.

Неделю назад Сбербанк отчитался в отражении самой мощной DDoS-атаки в своей истории. Она была направлена на сайт банка, а вредоносный трафик, сгенерированный ботнетом, исходил от тридцати тысяч устройств на Тайване, в США, Японии и Великобритании. Мощность атаки — 450 гигабайт в секунду.

Для пользователей банковскими услугами у мошенников есть другой крючок — фишинговые приложения вместо оригиналов, удаленных в западных магазинах приложений.

Официальный Сбер исчез из App Store и Google Play еще в середине апреля. На его месте стали плодиться фейковые программы — о мошенниках предупредил сам банк:

«Приложение "Сбербанк онлайн" недоступно для обновления и скачивания в магазине App Store в связи с ограничениями. Мошенники могут размещать вредоносные приложения под видом банковских», — пояснили в банке.

Речь идет о приложениях «Сбербанк онлайн сайт», Sberbank Mobile banking, Sberbank on-line banking и Sberbank Conference.

«Появление фишинговых приложений Сбербанка в App Store — явление удивительное само по себе», — комментирует ситуацию «Известиям» основатель и СЕО компании eXpress Андрей Врацкий. Он считает, что на сбой в системе это не похоже. Модерация приложений перед их публикацией в магазинах — процесс многоуровневый, он включает в себя ряд проверок разной направленности.

Хотя специалисты интегратора Oberon признают, что анализ загруженного в стор приложения не даёт 100% гарантии безопасности. Ручные проверки начинаются только после появления жалоб, причем их должно быть много.

 «Всё это время скомпрометированное приложение по-прежнему работает на устройстве и подвергает рискам пользователя», — предупреждают в Oberon.

Сегодня кибервойска применяют новые тактики и инструменты. Среди них — внедрение кода в рекламные скрипты, применение вредоносного расширения для Google Chrome, использование готовых docker-контейнеров. Группировки хорошо координируются. В Сбербанке считают, что против них работают 100 тысяч хакеров.

Еще одна лазейка для новых вариаций атак — слитые в сеть базы. Мошенники могут использовать персональные данные сотрудников банков, чтобы проникнуть в систему самой организации. Мы уже писали, как на этой неделе виртуальная карта «утечек» пополнилась базами ГИБДД, Wildberries и СДЕКом.

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