Общие ошибки новичков ИБ: недооценка апдейта, резервирования, слабые пароли

Общие ошибки новичков ИБ: недооценка апдейта, резервирования, слабые пароли

Общие ошибки новичков ИБ: недооценка апдейта, резервирования, слабые пароли

Половина участников опроса «Лаборатории Касперского»» на заре ИБ-карьеры совершали ошибки из-за нехватки знаний и навыков. Среди спецов с опытом работы от двух до пяти лет доля недовольных своей подготовкой еще больше — почти 60%.

Глобальный опрос, проведенный по заказу Kaspersky, был призван выявить отношение к профобразованию в ИБ-отрасли и его влияние на карьерный рост. В мероприятии приняли участие 1012 человек из разных стран, в том числе России.

Как оказалось, безопасники-новички склонны по незнанию совершать ошибки, от которых сами же потом будут предостерегать клиентов:

  • несвоевременное обновление наличного софта (43% респондентов);
  • ненадежные пароли (42%);
  • эпизодичность резервирования (40%).

Опрос также показал, что четверть респондентов разочаровалось в полученном образовании: оно оказалось непригодным для текущей работы. Примерно 12% отметили, что вузовская подготовка полезна в незначительной степени. Практический опыт работы над ИБ-проектами в пору студенчества приобрели 49% опрошенных.

«Многим молодым специалистам может не хватать знаний или опыта, что подчёркивает важность дополнительного обучения на этапе погружения в корпоративные процессы, — отметила Марина Алексеева, директор Kaspersky по работе с персоналом. — Компаниям следует уделять больше внимания повышению квалификации сотрудников».

Вопрос дефицита ИБ-кадров бизнес-структуры и госорганизации решают по-разному. Игроки рынка, со своей стороны, стараются внести свою лепту в повышение профессионального уровня специалистов — сотрудничают с вузами, организуют стажировки и конкурсы, создают площадки для тренингов.

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