США заполучили фигуранта дела о распространении Raccoon

США заполучили фигуранта дела о распространении Raccoon

США заполучили фигуранта дела о распространении Raccoon

Нидерланды передали США Марка Соколовского, предполагаемого создателя и оператора MaaS-сервиса (Malware-as-a-Service, зловред как услуга) на базе инфостилера Raccoon. Украинцу уже предъявили обвинения и заключили под стражу до суда.

Соколовского арестовали по наводке ФБР в марте 2022 года. Одновременно американские силовики вместе итальянскими и с голландскими коллегами обезвредили инфраструктуру Raccoon (версии 1.0) и начали собирать информацию о жертвах заражения.

На настоящий момент удалось выявить более 50 млн уникальных учеток и других идентификаторов, похищенных вредоносом.

В США против Соколовского выдвинули обвинения в преступном сговоре с целью мошенничества, нанесения вреда чужим компьютерам, отмывания денег, а также в кражи личных данных с отягчающими обстоятельствами.

Экстрадицию из Нидерландов украинец пытался оспорить, но в итоге был отправлен за океан для участия в судебном процессе.

ФБР продолжает собирать сведения о жертвах Raccoon. Оставшиеся на свободе разработчики зловреда тем временем выпустили новую версию, повысив быстродействие, и теперь совершенствуют ее в рамках ожившего MaaS-сервиса.

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