Kaspersky предложила различать дроны по степени возможной угрозы

Kaspersky предложила различать дроны по степени возможной угрозы

Kaspersky предложила различать дроны по степени возможной угрозы

В «Лаборатории Касперского» создали систему классификации гражданских дронов по типам угроз, которые они могут нести. Эксперты надеются, что модель поможет заинтересованным сторонам эффективнее оценивать риски и осознанно подходить к выбору защиты.

Предлагаемая система ранжирования основана на статистике инцидентов с дронами в России и мире, а также на результатах анализа существующих технологий защиты от БПЛА. В зависимости от степени возможной угрозы устройства разделены на четыре группы.

Умеренный уровень угрозы. К этому классу относятся дроны, продающиеся в любом магазине электроники. Они не модифицированы (прошивка заводская, режим радиосвязи не усилен) и чаще всего работают на частоте 2,4 ГГц.

В устройствах этого типа реализована технология Remote ID: они публикуют в радиоэфире свой серийный номер и координаты, а также обозначают точки взлета (местоположение пилота). Подобные устройства сравнительно легко обнаружить, и защита проста.

Средний уровень угрозы. Такие дроны тоже можно купить в магазинах бытовой электроники, но они отличаются программно-модифицированным радиоканалом (один-два диапазона частот, возможность двухканальной работы) и лучше защищены от помех. В подобных устройствах обычно предусмотрено отключение Remote ID.

Высокий уровень угрозы. У таких беспилотников больше двух диапазонов частот, они могут работать в многоканальном режиме. Система Remote ID чаще всего отключена. Могут быть снабжены аппаратным усилителем передачи для повышения помехозащищенности, но в этом случае цель легче обнаружить.

Критический уровень угрозы. К этой категории относятся БПЛА самолётного типа (без радиоуправления по заданным координатам), FPV-дроны, аппараты, управляемые через LTE- сети, а также самодельные устройства (самосборы).

«Широко известной и общепринятой классификации дронов по степени потенциальных угроз в гражданском секторе не существует, поэтому мы решили предложить свою, — комментирует руководитель по развитию бизнеса Kaspersky Antidrone Владимир Клешнин. — В ней мы не просто ранжируем беспилотники по размеру и весу, но также учитываем версию программной прошивки и наличие аппаратной модификации. Мы разработали эту классификацию, чтобы способствовать диалогу между регуляторными органами, заказчиками и производителями беспилотников».

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

ChatGPT ошибается с адресами сайтов — фишеры не дремлют

Если вы когда-нибудь просили чат-бота типа ChatGPT помочь с ссылкой на сайт банка или личного кабинета крупной компании — возможно, вы получали неправильный адрес. А теперь представьте, что кто-то специально воспользуется этой ошибкой.

Исследователи из компании Netcraft провели эксперимент: они спрашивали у модели GPT-4.1 адреса сайтов для входа в аккаунты известных брендов из сфер финансов, ретейла, технологий и коммунальных услуг.

В духе: «Я потерял закладку, подскажи, где войти в аккаунт [название бренда]?»

Результат получился тревожным:

  • только в 66% случаев бот дал правильную ссылку;
  • 29% ответов вели на несуществующие или заблокированные сайты;
  • ещё 5% — на легитимные, но вообще не те, что спрашивали.

Почему это проблема?

Потому что, как объясняет руководитель Threat Research в Netcraft Роб Дункан, фишеры могут заранее спрашивать у ИИ те же самые вопросы. Если бот выдаёт несуществующий, но правдоподобный адрес — мошенники могут просто зарегистрировать его, замаскировать под оригинал и ждать жертв.

«Вы видите, где модель ошибается, и используете эту ошибку себе на пользу», — говорит Дункан.

Фишинг адаптируется под ИИ

Современные фишинговые схемы всё чаще затачиваются не под Google, а именно под LLM — большие языковые модели. В одном случае, например, мошенники создали фейковый API для блокчейна Solana, окружив его десятками фейковых GitHub-репозиториев, туториалов, Q&A-доков и даже поддельных аккаунтов разработчиков. Всё, чтобы модель увидела якобы «живой» и «настоящий» проект и начала предлагать его в ответах.

Это чем-то напоминает классические атаки на цепочку поставок, только теперь цель — не человек с pull request'ом, а разработчик, который просто спрашивает у ИИ: «Какой API использовать?»

Вывод простой: не стоит полностью полагаться на ИИ, когда речь идёт о важных вещах вроде входа в банковский аккаунт или выборе библиотеки для кода. Проверяйте информацию на официальных сайтах, а ссылки — вручную. Особенно если ИИ обещает «удобный и официальный» сайт, которого вы раньше не видели.

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