Тайминг-атака позволяет вычислить геолокацию юзеров WhatsApp, Signal

Тайминг-атака позволяет вычислить геолокацию юзеров WhatsApp, Signal

Тайминг-атака позволяет вычислить геолокацию юзеров WhatsApp, Signal

Специалисты по кибербезопасности нашли интересную брешь в популярных мессенджерах WhatsApp, Signal и Threema. Проблема может грозить раскрытием данных геолокации пользователей. В отдельных случаях точность определения местоположения превышает 80%.

Свой метод получения геоданных исследователи опубликовали в подробном отчёте (PDF). По их словам, условный злоумышленник может провести так называемую тайминг-атаку, точность которой превышает 80%.

Суть в том, что атакующий отправляет жертве сообщение, после чего измеряет время, которое ему требуется на получение статуса «доставлено». У этих уведомлений есть вполне предсказуемая задержка, связанная с местоположением получателя.

Другими словами, условный злоумышленник сможет конвертировать время, которое потребовалось на получение статуса «доставлено» (не «прочитано»), в расстояние до получателя. Само собой, придётся очень точно измерить это время, но в этом атакующему может помочь анализ логов приложения вроде Wireshark, способного захватывать сетевые пакеты.

Проведённые специалистами тесты показали следующие результаты:

  • 82% успешных тайминг-атак на пользователя Signal;
  • 80% — на пользователя Threema;
  • 74% — на пользователя WhatsApp.

 

Самым верным способом защиты от подобных атак, как отметили исследователи, будет внедрение некоей рандомизации в случае со временем доставки сообщений.

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

MWS Cloud увеличила GPU-мощности виртуальной инфраструктуры в 1,5 раза

В первой половине 2025 года MWS Cloud расширила ресурсы своей виртуальной инфраструктуры с графическими процессорами в 1,5 раза. Дополнительные мощности появились в двух московских дата-центрах — «Авантаж» и GreenBushDC, а также в одном ЦОД в Санкт-Петербурге.

GPU-инфраструктура используется для обучения и инференса моделей машинного обучения, больших языковых моделей и систем компьютерного зрения.

На её основе можно запускать платформы для ML-разработки и инференса, при этом пользователи оплачивают только фактически потреблённые ресурсы.

Такие мощности востребованы у разработчиков и компаний, работающих с генеративными нейросетями, системами распознавания, высоконагруженными продуктами, а также с задачами рендеринга, симуляций и анализа больших данных.

По данным MWS Cloud, с начала года использование GPU-ресурсов в их облаке выросло почти в 1,7 раза.

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