В Петербурге создали нейросеть по отслеживанию подозрительных транзакций

В Петербурге создали нейросеть по отслеживанию подозрительных транзакций

В Петербурге создали нейросеть по отслеживанию подозрительных транзакций

Ученые из Санкт-Петербурга настроили нейросеть на борьбу с мошенничеством в интернете. Она способна отличать подозрительные транзакции от безопасных и отсеивать мошенников, уверяют разработчики.

О новой модели ИИ в кибербезопасности ТАСС рассказали в Санкт-Петербургском политехническом университете Петра Великого (СПбПУ). Речь о модели графовой нейросети (графы — структуры данных, представляющие собой сети с парными связями внутри).

При обучении нейросети дополнительно учитывалась идентификационная информация: номер банковской карты, данные об отправителе и получателе, тип “пластика”, характеристики устройства, с помощью которого была совершена транзакция, и другое.

“Во время экспериментальных испытаний модель показала свой высокий потенциал", — говорится в сообщении ученых.

Особенность новой модели в том, что она уделяет внимание определенным закономерностям, по которым можно распознать противоправные действия, добавляют разработчики.

"Если человек открыл счет в банке полгода назад и за этот период времени средняя сумма транзакций за день составляла 1 тыс, рублей, после чего в один день он получил денежные переводы в сумме 30 тыс. рублей, вероятность того, что нейронная сеть отнесет этого человека к классу мошенников, возрастет", — приводит в пример пресс-служба Политеха слова доктора технических наук, профессора Института кибербезопасности и защиты информации СПбПУ Дарьи Лавровой.

Создатели новой модели нейросети уверены, что их разработку уже сейчас можно использовать на первой линии защиты от интернет-мошенничества.

Но технические методы все равно не способны полностью защитить от обмана, так как самое уязвимое звено — не компьютер, а человек, заключают ученые.

Добавим, накануне в “Лаборатории Касперского” рассказали о проверке ChatGPT на умение распознавать фишинговые ссылки. Выяснилось, что нейросеть знает признаки риска, хорошо определяет атакуемые организации, но склонна видеть опасность там, где ее нет.

Атака через видеопамять: Rowhammer на GPU Nvidia даёт root-доступ на хосте

Исследователи показали новый вектор атаки на мощные GPU от Nvidia: бреши класса Rowhammer теперь могут использоваться не только против обычной оперативной памяти, но и против видеопамяти GDDR6. В некоторых сценариях атакующий может добраться до памяти хост-машины и получить root-доступ к системе.

Напомним, Rowhammer — это класс атак, при котором многократные обращения к определённым участкам памяти вызывают битовые сбои в соседних ячейках.

Долгое время такие атаки в основном ассоциировались с CPU и DRAM, но теперь две независимые исследовательские группы показали (PDF), что похожая логика работает и с GPU-памятью Nvidia поколения Ampere. В центре внимания оказались две техники — GDDRHammer и GeForge.

Первая атака, GDDRHammer, была продемонстрирована против Nvidia RTX 6000 на архитектуре Ampere. Исследователи утверждают, что смогли многократно повысить число битовых сбоев по сравнению с более ранней работой GPUHammer 2025 года и добиться возможности читать и изменять GPU-память, а затем использовать это для доступа к памяти CPU.

Вторая техника, GeForge сработала против RTX 3060 и RTX 6000 и завершалась получением root на Linux-хосте.

 

Ключевой момент здесь в том, что атака становится особенно опасной, если IOMMU отключён, а это, как отмечают исследователи, во многих системах остаётся настройкой по умолчанию ради совместимости и производительности.

При включённом IOMMU такой сценарий существенно осложняется, потому что он ограничивает доступ GPU к чувствительным областям памяти хоста. В качестве ещё одной меры снижения риска исследователи и Nvidia указывают ECC, хотя и он не считается универсальной защитой от всех вариантов Rowhammer.

На сегодня  подтверждённая уязвимость касается прежде всего Ampere-карт RTX 3060 и RTX 6000 с GDDR6, а более ранняя работа GPUHammer фокусировалась на NVIDIA A6000.

 

Для более новых поколений, вроде Ada, в этом материале рабочая эксплуатация не показана. Кроме того, исследователи прямо отмечают, что случаев реального использования это вектора в реальных кибератаках пока не известно.

RSS: Новости на портале Anti-Malware.ru