Ошибка системы распознавания лиц могла влететь близнецу в копеечку

Ошибка системы распознавания лиц могла влететь близнецу в копеечку

Ошибка системы распознавания лиц могла влететь близнецу в копеечку

При списании денег со счета система «Оплата улыбкой» в магазине «Пятерочка» упорно принимала 47-летнего петербуржца за его брата-близнеца, проживающего в Анапе.

Данная услуга доступна только держателям карт Сбера, которые предварительно завели в базу биометрические данные — в отделении банка, приложении или банкомате. Улыбаться при этом необязательно, система мимику не фиксирует.

Как оказалось, у жителя Санкт-Петербурга Алексея такой сервис не был подключен, а его брат Александр им пользовался. Значок «Оплата улыбкой» на терминале самообслуживания Алексей вначале нажал по ошибке. К его удивлению, оплата успешно прошла.

Заподозрив, что деньги списывались со счета Александра (братья очень похожи и в юности часто этим пользовались), петербуржец начал экспериментировать, выбирая продукты подешевле. Результат каждый раз повторялся.

Тогда Алексей решил позвонить в Анапу: деньги списывались автоматом, притом без ведома владельца карты. Брата курьез позабавил, но проблема осталась. Попытки Алексея ее решить, обратившись в Сбербанк, оказались безуспешными. Александру в техподдержке посоветовали отключить опцию; на вопрос, стоит ли брату тоже ее подключить, ответили, что система скорее всего не даст это сделать.

Журналисты запросили комментарий у X5 Retail Group (владеет сетью «Пятерочка»), но там усомнились в достоверности истории, заявив следующее:

«Сбор, оформление и хранение биометрических данных происходят исключительно на стороне Сбера, как и подключение сервиса «Оплата улыбкой». В базовой сборке устройства используется 3D-камера с высокой точностью распознавания и захватом глубины, что позволяет легко и быстро считывать черты лица с учётом роста человека и изменений во внешности. Степень разрешения камеры позволяет обеспечить высокий уровень безопасности».

Похожие казусы встречались и ранее. Так, год назад московская полиция произвела арест, положившись на уличные камеры видеонаблюдения. Позднее выяснилось, что задержанный — брат-близнец преступника, находившегося в розыске. Обмануть систему распознавания лиц может также фото, цветная маска, синтезированное изображение.

Лучшей защитой от ИИ-атак оказался человек, который никому не верит

ИИ уже прочно засел в кибербезопасности: в 2026 году его используют 78% специалистов против 50% годом ранее. Он сортирует события, помогает разбирать логи, пишет отчёты и расставляет приоритеты. Казалось бы, мечта. Но есть нюанс: доверять ему по-прежнему опасно.

По данным опроса SANS среди 536 ИТ- и ИБ-специалистов, 63% пользователей сталкиваются с серьёзными ошибками ИИ при обнаружении угроз и реагировании на них.

Главные проблемы — ложные срабатывания, слабая работа с новыми атаками и уверенные ответы, которые оказываются полной ерундой.

Две трети опрошенных признались, что за последний год ИИ хотя бы раз направлял их по ложному следу. Каждый одиннадцатый сталкивался с этим более 20 раз. Поэтому в отрасли всё чаще советуют относиться к нейросети как к стажёру: поручать рутину можно, отпускать без проверки — нет.

При этом атакующие тоже не дремлют. 78% организаций сообщили об атаках с применением ИИ: 45% подтвердили это, ещё 33% подозревают. Главная опасность не в каком-то магическом новом вредоносе, а в скорости. Разведка, перемещение по сети и запуск скриптов теперь могут занимать минуты, а не часы.

И вот тут привычные планы реагирования начинают разваливаться. Пока дежурный проснулся, открыл ноутбук и понял, что происходит, злоумышленник уже ушёл дальше.

Самыми эффективными мерами специалисты назвали поведенческое обнаружение, обучение сотрудников, проверку аналитиком и Zero Trust. Специализированные ИИ-защиты от ИИ оказались внизу списка.

Вывод неприятно простой: против умной атаки лучше всего работает не ещё одна нейросеть, а опытный человек с привычкой всё перепроверять.

RSS: Новости на портале Anti-Malware.ru