На GitHub раздают стилер поклонникам Photoshop, FL Studio, Roblox, Fortnite

На GitHub раздают стилер поклонникам Photoshop, FL Studio, Roblox, Fortnite

На GitHub раздают стилер поклонникам Photoshop, FL Studio, Roblox, Fortnite

На GitHub выявлена масштабная кампания по распространению трояна Redox Stealer под видом кряков популярного софта, а также модов и читов для игр. Найдено более 1000 репозиториев с фейковыми кодами Photoshop, FL Studio, Roblox, Fortnite.

Как оказалось, для их создания используется ИИ, и потому фальшивки быстро множатся, с успехом обходят автоматизированную защиту GitHub, а после удаления появляются вновь под другими аккаунтами.

На русскоязычном форуме, торгующем крадеными данными, опубликована подробная инструкция по созданию и оформлению правдоподобных фейков. Из 1115 обнаруженных вредоносных репозиториев лишь 10% вызвали подозрение, да и то благодаря обращениям в техподдержку GitHub.

 

Чтобы придать убедительность подделкам, злоумышленники добавляют сфабрикованные скриншоты, результаты сканов на VirusTotal, а при клонировании слегка изменяют текст README с помощью ChatGPT и других инструментов ИИ.

Чтобы уберечь полезную нагрузку от обнаружения, ее прячут в файлах RAR или ZIP. Код вредоносных скриптов обфусцирован (base64 и динамический импорт).

Троян-стилер Redox умеет собирать следующую информацию:

  • пароли и куки, сохраненные в браузерах;
  • ключи от онлайн-банкинга и криптокошельков;
  • учетки Steam, Riot Games, Epic Games;
  • токены Discord;
  • данные из буфера обмена, в том числе пароли и адреса.

Всю добычу зловред отправляет через вебхук на сервер Discord, чтобы операторы могли вручную выбрать то, что представляет ценность.

Для продвижения вредоносных репозиториев используются black SEO и возможности GitHub: распространители Redox Stealer манипулируют темами и метаданными, чтобы повысить свой рейтинг в поисковой системе сайта.

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