macOS Sequoia сломала защитный софт от CrowdStrike, ESET, Microsoft

macOS Sequoia сломала защитный софт от CrowdStrike, ESET, Microsoft

macOS Sequoia сломала защитный софт от CrowdStrike, ESET, Microsoft

Совсем свежая macOS Sequoia, вышедшая на этой неделе, уже успела отметиться неприятными багами. Один из них — поломанная функциональность защитных инструментов от CrowdStrike, SentinelOne, Microsoft, ESET и др.

На проблемы жалуются пользователи в соцсетях (в частности, в Reddit), а также в специализирующемся на macOS-устройствах канале Slack.

На данный момент непонятно, в чём именно заключается проблема, однако известно, что она затрагивает сразу несколько защитных продуктов, разрабатываемых как для домашних пользователей, так и для организаций.

«Меня, как разработчика ИБ-инструментов для macOS, расстраивает эта ситуация, поскольку пользователи спешат обвинить во всём именно защитный софт, хотя вина лежит полностью на Apple», — пишет известный специалист Патрик Уордл.

«При этом я понимаю, что выпускать программное обеспечение без багов — крайне сложная задача, но, возможно, Apple стоило бы меньше тратить на маркетинг, а больше — на тестирование софта».

CrowdStrike, чьи инструменты как раз затронула проблема, разослал пользователям оповещения, в которых отмечается, что в «в сетевом стеке происходит довольно много изменений».

ESET также выпустила предупреждение, где говорится о проблемах с подключением пользователей после установки macOS Sequoia.

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