Instagram: Bug επηρεάζει τους λογαριασμούς των Kylie Jenner, Ariana Grande και Selena Gomez
infosec

Instagram: Bug επηρεάζει τους λογαριασμούς των Kylie Jenner, Ariana Grande και Selena Gomez

Bug στο Instagram κατέστησε τους λογαριασμούς της Kylie Jenner και των τραγουδιστριών Ariana Grande και Selena Gomez κατά 3 εκατομμύρια...
Read More
infosec

Κακόβουλα αρχεία Windows EXE μολύνουν τους χρήστες macOS

Ερευνητές ασφαλείας, ανακάλυψαν πολλά αρχεία Windows EXE, που χρησιμοποιούν κακόβουλα payloads για να μολύνουν τους χρήστες macOS με infostealers και...
Read More
infosec

Πώς ένα VPN βοηθά στην προστασία της ιδιωτικότητάς σας στο διαδίκτυο

Τον τελευταίο καιρό ακούγεται ότι εκατομμύρια κωδικοί πρόσβασης σε ιστοσελίδες παραβιάζονται ενώ ταυτόχρονα οι πάροχοι υπηρεσιών στο διαδίκτυο έχουν την...
Read More
infosec

Η ενημέρωση του For Honor διορθώνει πολλά σφάλματα του παιχνιδιού

Την Τετάρτη, η Ubisoft κυκλοφόρησε την τελευταία έκδοση του For Honor update - 2.05. Οι πληροφορίες για το patch, αποκαλύπτουν...
Read More
infosec

Microsoft: Το Patch ασφαλείας της Τρίτης, για το Φεβρουάριο του 2019

Η Microsoft εξέδωσε την Τρίτη μια σειρά από ενημερώσεις για τη διόρθωση τουλάχιστον 70 διαφορετικών ευπαθειών ασφαλείας σε Windows και λογισμικό....
Read More
Latest Posts

AI-Generated Fingerprints ξεκλειδώνουν όλα τα Smartphones

Ερευνητές των Πανεπιστημίων του Μίσιγκαν και της Νέας Υόρκης, δημιούργησαν AI (artificial intelligence) fingerprints, το οποία είναι ικανά να ξεκλειδώσουν τα περισσότερα από τα σημερινά smart phones. Οι ερευνητές παρουσίασαν την δουλειά τους με τον τίτλο: DeepMasterPrints: Generating MasterPrints for Dictionary Attacks via Latent Variable Evolution.

ai generated smartphones fingerprints

Πως δημιουργούνται όμως τα Fingerprints?

Τα fingerprints, στα οποία οι ερευνητές αναφέρονται ως DeepMasterPrints, μπορούν να δημιουργηθούν χρησιμοποιώντας machine learning αλγόριθμο. Τα δαχτυλικά αποτυπώματα που δημιούργησε ο αλγόριθμος, μπόρεσε να αντιγράψει περισσότερα από το 20% των αποτυπωμάτων που υπήρχαν σε μια βάση των ερευνητών, και οι ίδιοι αναφέρουν ότι η πιθανότητα λάθους είναι ίση με μια στις χίλιες αντιγραφές.

Ο τρόπος με τον οποίο ο αλγόριθμος είναι ικανός να δημιουργήσει δαχτυλικά αποτυπώματα που μπορούν να ξεγελάσουν τους αισθητήρες των smart phones οφείλετε σε δυο σημεία. Ο πρώτος λόγος οφείλεται στο ότι πολλοί αισθητήρες δεν scan-άρουν ολόκληρο το δαχτυλικό αποτύπωμα, αλλά ένα μικρό μέρος του. Ο δεύτερος λόγος, που φαίνεται να έχει μεγάλη σχέση με τον πρώτο, είναι ότι στα δαχτυλικά μας αποτυπώματα, υπάρχουν κάποια patterns που είναι αρκετά συνηθισμένα. Έτσι, patterns τα οποία είναι πιο συνηθισμένα από άλλα, μπορεί να ξεγελάσουν τον αισθητήρα.

Η ομάδα των ερευνητών εκπαίδευσε ένα neural network να δημιουργεί εικονικά δαχτυλικά αποτυπώματα, χρησιμοποιώντας καινοτόμους μεθόδους ώστε να βρίσκει το πιο αληθοφανές DeepMasterPrint. Οι δοκιμές έγιναν με βάση 54.000 δαχτυλικά αποτυπώματα, μιας δημόσιας βάσης του NIST.

Ωστόσο, τέτοιου τύπου επιθέσεις δεν μπορούν ακόμα να εκτελεστούν απέναντι σε smart phones. Ένας από τους ερευνητές αναφέρει ότι χρειάζεται πολύ δουλειά ώστε να γίνει reverse engineer ενός τέτοιου συστήματος. Κάτι όμως που επίσης ανέφεραν, είναι ότι hackers σίγουρα θα μπορούσαν να χρησιμοποιήσουν κάπως αυτόν τον τρόπο επίθεσης για να πάρουν πρόσβαση σε εφαρμογές και λογαριασμούς. Για αυτόν τον λόγο οι ίδιοι προσπαθούν να ωθήσουν οργανισμούς να υιοθετήσουν πιο αυστηρές πολιτικές ασφαλείας . Στην περίπτωση που δεν μπορεί να ελεγχθεί αν μια βιομετρική ταυτότητα προέρχεται από αληθινό άνθρωπο, τότε τέτοιου τύπου επιθέσεις είναι εφικτές.

Έχετε άποψη; Αφήστε το σχόλιό σας.

Ο συντάκτης σας επιτρέπει να αντιγράψετε το κείμενό του, μόνο εφόσον αναφέρετε την πηγή (SecNews.gr), σαν ηλεκτρονική διεύθυνση (Live URL) του άρθρου.
Updated on by

Reader Interactions

Αφήστε μια απάντηση

Η ηλ. διεύθυνση σας δεν δημοσιεύεται. Τα υποχρεωτικά πεδία σημειώνονται με *