В США россиянин получил 3,5 года за торговлю краденными данными

В США россиянин получил 3,5 года за торговлю краденными данными

В США россиянин получил 3,5 года за торговлю краденными данными

Суд Округа Колумбия приговорил 27-летнего гражданина России Григория Кавжарадзе за продажу краденных банковских данных к 40 месяцам тюремного заключения. Также он будет обязан возместить пострадавшим более 1,2 млн долларов.

По версии следствия, Кавжарадзе, известный под никами TeRorPP, Torqovec и PlutuSS, с 2016 по 2021 г. выставил на продажу данные более 626 тыс. платежных карт, из которых 297 тыс. ему удалось продать.

По данным ФБР, Кавжарадзе удалось выручить более 200 тыс. долларов в криптовалюте. Он действовал через площадку Slilpp.

На Кавжарадзе в 2021 г. вышла ФБР после успешной операции по ликвидации Slilpp, в которой участвовали правоохранители не только США, но также Германии, Нидерландов и Румынии.

24 августа 2021 года Кавжарадзе было предъявлено обвинение в сговоре с целью совершения банковского мошенничества и мошенничества с банковскими переводами, банковском мошенничестве, мошенничестве с устройствами доступа и краже личных данных при отягчающих обстоятельствах.

В мае 2022 г. он был экстрадирован в США, с того момента он находился под стражей. В феврале 2024 г. он признал вину.

Напомним, на днях мы рассуждали, как хакер Роман Селезнёв попал в обмен заключенными между Россией и США.

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