Ради фана: юный хакер загрузил шифровальщик в PyPI-репозиторий

Ради фана: юный хакер загрузил шифровальщик в PyPI-репозиторий

Ради фана: юный хакер загрузил шифровальщик в PyPI-репозиторий

Школьник-хакер из Вероны (что в Италии) в очередной раз продемонстрировал разработчикам, насколько важно уделять особое внимание тому, что ты скачиваешь из публичных репозиториев. Юный пакостник загрузил в репозиторий PyPI скрипты шифровальщика.

В результате на площадке Python Package Index осел ряд вредоносных Python-пакетов, в которых содержались скрипты программы-вымогателя. Это был якобы эксперимент.

Молодой человек назвал пакеты “requesys“, “requesrs“ и “requesr“ — типичные ошибочные написания слова “requests“, которое является также именем популярной легитимной HTTP-библиотеки для Python.

На вредоносный код в PyPI обратили внимание исследователи из Sonatype. Например, один из опасных пакетов — “requesys“ — загрузили около 258 раз, причём большинство загрузивших просто опечаталась при поиске пакета “requests“.

Скрипты, которые юный хакер спрятал в пакет, искали директории «Документы», «Загрузки», «Изображения» в системе Windows, а затем шифровали их содержимое.

Одна из версий пакета “requesys“ содержала код шифрования и расшифровки в виде простого текста на Python. А вот в других вариантах эксперты нашли обфусцированный Base64 исполняемый файл, что затруднило анализ.

Напомним, что в середине марта стало известно о популярном NPM-пакете, который вдруг стал вредоносным: портил файловые системы из России и Белоруссии.

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