В I полугодии 2023-го DDoS чаще всего поражал финансовую сферу в России

В I полугодии 2023-го DDoS чаще всего поражал финансовую сферу в России

В I полугодии 2023-го DDoS чаще всего поражал финансовую сферу в России

Какие отрасли в России чаще всего сталкиваются с DDoS-атаками? У аналитиков из StormWall есть ответ на этот вопрос. По итогам исследования стало понятно, что в первом полугодии 2023-го дидосеры выбрали финансовую сферу в качестве основной мишени.

Как отметили в StormWall, на финансовую отрасль пришлись 28% от общего числа DDoS-атак. Второй «любимицей» злоумышленников стала телекоммуникационная сфера (21%), а третьей — государственный сектор (16%).

Киберпреступники не удивили мощностью, однако доставили компаниям проблемы многовекторностью DDoS-атак. Кроме перечисленных выше сфер, с действиями дидосеров столкнулись отрасль развлечений (12%), розничная торговля (8%), энергетический сектор (5%), нефтяная (4%) и транспортная (3%) сферы.

Исследователи подсчитали, что за первые шесть месяцев 2023 года общее число DDoS-атак выросло на 23% в сравнении с аналогичным периодом 2022-го. Наибольший рост был зафиксирован в государственном секторе (на 104%).

Злоумышленники усилили DDoS и на предприятия энергетической отрасли (63%), и на нефтяную сферу (48%). Финансовые компании столкнулись с 42-процентным увеличением количества атак, интертеймент — 38%, культурные учреждения — 26%, транспортные компании — 18%, ретейл — 14%.

Пиковыми месяцами, по статистике StormWall, стали январь, март и май. Основными проблемами были многовекторные DDoS и кибератаки на уровне L7. Кроме того, DDoS-атаки нередко выступали для прикрытия сложных целевых киберкампаний.

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