Мошенники собирают долги за коммуналку по итогам года

Мошенники собирают долги за коммуналку по итогам года

Мошенники собирают долги за коммуналку по итогам года

Аферисты прикидываются управляющей компанией и “делают перерасчет” за коммуналку по итогам года. Жертва получает уведомление и предложение оплатить задолженность со скидкой. В итоге она теряет деньги и данные банковской карты.

Об актуальном сценарии мошенничества сообщает Telegram-канал Сбер.

Аферисты пользуются тем, что управляющие компании в конце года делают традиционный перерасчёт. Мошенники под видом УК рассылают уведомления о задолженности по коммунальным платежам.

Сумма долга — примерно 10-20 тыс. рублей. Если оплатить сразу, предлагается скидка. Согласившиеся теряют деньги, мошенники могут получить доступ и к банковской карте.

Если жертва игнорирует “долговое” письмо, аферист может позвонить лично, представившись сотрудником УК. Он будет уговаривать оплатить “долг” и выманивать данные банковской карты.

Получив письмо о долге по коммуналке, лучше убедиться, что оно действительно от настоящей управляющей компании. Нужно сверить адрес отправителя и позвонить в УК по номеру с официального сайта.

Добавим, в последнее время мошенники активизировались и в Telegram. Самые популярные сценарии — подарок премиум-аккаунта и просьба поддержки на конкурсе детского рисунка. Все ссылки приходят от знакомых контактов из записной книжки.

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