NIST финализировал три стандарта постквантового шифрования

NIST финализировал три стандарта постквантового шифрования

NIST финализировал три стандарта постквантового шифрования

Национальный институт стандартов и технологий (NIST) закончил работу над тремя стандартами постквантового шифрования, которые в перспективе должны надёжно защитить информацию от квантовых компьютеров.

Эксперты уже давно предупреждают о киберугрозе: в будущем квантовые устройства смогут без проблем взламывать существующие криптографические алгоритмы.

Сейчас специалисты прогнозируют появление подобных компьютеров уже в течение десяти лет. Именно в рамках борьбы с этой угрозой NIST доработал и утвердил стандарты для трёх постквантовых криптографических алгоритмов:

  1. ML-KEM (PDF) — основанный на CRYSTALS-Kyber и предназначен для общего шифрования, которое должно защитить данные при их перемещении по публичным сетям.
  2. ML-DSA (PDF) — изначально назывался CRYSTALS-Dilithium.
  3. SLH-DSA (PDF) — ранее Sphincs+. Защищает цифровые подписи, используемые для аутентификации и идентификации в Сети.

Четвёртый алгоритм — FN-DSA (PDF) — изначально назывался FALCON. Его планируют финализировать ближе к концу 2024 года. Его задача также заключается в защите цифровых подписей.

Напомним, в марте мы рассказывали, какими должны быть стандарты постквантовой криптографии. А в прошлом году оценивали, насколько реальна квантовая угроза и можно ли от неё защититься.

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