В 97% вредоносных писем вредонос скрывается во вложениях

В 97% вредоносных писем вредонос скрывается во вложениях

В 97% вредоносных писем вредонос скрывается во вложениях

Специалисты компании F.A.C.C.T. проанализировали вредоносные электронные письма, которые злоумышленники рассылали во втором квартале 2024 года. Интересно, что сам зловред в 97% случаев был спрятан во вложениях.

Кроме того, киберпреступники полюбили отечественные бесплатные почтовые сервисы, а основным орудием для атак стали программы-шпионы.

Среди дней недели четверг лидирует по числу отправленных вредоносных писем — 22,5% от общего числа. Наименьшее количество таких сообщений рассылается в воскресенье.

 

Несмотря на абсолютное доминирование зловредов во вложениях (те самые 97%), доля писем с вредоносными ссылками немного подросла — с 1,6% до 2,7%. Gmail при этом стал реже участвовать в фишинговых кампаниях (доля сократилась с 80,4% до 49.5%).

Чаще всего (81,4% случаев) в качестве вложений выступают архивы: .rar (26,2%), .zip (22,5%), .7z (8,6%). Внутри, как правило, лежат исполняемые файлы. Офисные документы занимают 6,5% от зловредных аттачей:

 

Шпионские программы стали самыми распространёнными в письмах (Agent Tesla, например, был найден в 56,1% рассылок), за ними идут загрузчики (CloudEyE — 11%) и инфостилеры (FormBookFormgrabber — 10,5%).

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