На GutHub появился инструмент для расшифровки микрокода процессоров Intel

На GutHub появился инструмент для расшифровки микрокода процессоров Intel

На GutHub появился инструмент для расшифровки микрокода процессоров Intel

Специалисты по кибербезопасности опубликовали инструмент, способный распаковать и расшифровать микрокод маломощных процессоров Intel. Таким образом, можно посмотреть, как производитель реализовал различные защитные меры.

Инструмент получил имя Intel Microcode Decryptor, в настоящее время он уже доступен на GitHub. В сущности, тулза состоит из трех скриптов на Python, которыми можно воспользоваться для декодирования микрокода.

Intel Microcode Decryptor создали именитые эксперты: Максим Горячий, Марк Ермолов и Дмитрий Скляров. Ранее эти специалисты находили ряд уязвимостей в процессорах Intel. По их словам, с помощью разработки можно «расковырять» код некоторых CPU моделей Atom, Pentium и Celeron, основанных на микроархитектурах Intel Goldmont and Goldmont Plus.

Исследователи на всякий случай предупредили, что их инструмент нельзя использовать для создания кастомного обновления микрокода, поскольку там есть специальная RSA-сигнатура для проверки подлинности.

Дмитрий горячий, сообщивший о выходе Intel Microcode Decryptor в Twitter, отметил, что разработка поможет понять, как Intel снизила риски от эксплуатации Spectre, например.

Другие специалисты смогут также проанализировать, как производитель имплементировал ряд технологий вроде Intel Trusted Execution Technology (TXT), Intel Software Guard Extensions (SGX) и Intel Virtualization Technology (VT-x).

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