सुरक्षा सप्ताह 11: RSA 2019 और एक उज्जवल भविष्य

बीसवें आरएसए सम्मेलन पिछले सप्ताह आयोजित किया गया था, और अगर 2018 में उद्योग में इस सबसे बड़े उद्योग कार्यक्रम को नए अर्थ खोजने में कुछ कठिनाइयों द्वारा चिह्नित किया गया था, तो इस बार फिर से सब कुछ ठीक है। आरएसए अध्यक्ष रोहित गाई की प्रारंभिक प्रस्तुति "ट्रस्ट के परिदृश्य" के लिए समर्पित थी, और इसके दौरान भविष्य के लिए एक सकारात्मक परिदृश्य बनाने की कोशिश की गई थी, विशेष रूप से 2049 में।

यह सकारात्मक है क्योंकि यह आज की कई समस्याओं को हल करने में कामयाब रहा, जिसमें साइबर सुरक्षा के मुद्दे भी शामिल नहीं हैं, बल्कि समाज के विकास के नए मॉडल के साथ कठिनाइयों का सामना करना पड़ रहा है, जो लगभग पूरी तरह से इंटरनेट और डिजिटल सेवाओं से जुड़ा हुआ है। वास्तव में, यदि आप इस विषय को ऊपर से देखने का प्रयास करते हैं (जो कि वे पारंपरिक रूप से आरएसए पर करना पसंद करते हैं), यह न केवल किसी के कंप्यूटर या सर्वर को हैक करने की क्षमता के बारे में है। उदाहरण के लिए, सामाजिक नेटवर्क में हेरफेर की समस्या है, और स्वयं सेवाएं कभी-कभी कभी-कभी कहीं और विकसित होती हैं। इस संदर्भ में, ट्रस्ट का विचार - कंपनियों के लिए उपयोगकर्ता, लोगों को कृत्रिम बुद्धिमत्ता - वास्तव में महत्वपूर्ण है।


यदि आप रुचि रखते हैं कि वे व्यावसायिक घटनाओं में सुरक्षा के बारे में कैसे कहते हैं, तो वीडियो देखें।

प्रस्तुति में एक और दिलचस्प विचार व्यक्त किया गया था: कृत्रिम बुद्धिमत्ता को उन कार्यों को करने के लिए मजबूर होने की आवश्यकता नहीं है जो केवल लोग कर सकते हैं, जहां तथ्य भावनाओं से कम भूमिका निभाते हैं और उदाहरण के लिए, नैतिक मुद्दे। और इसके विपरीत: ऐसे निर्णय जिनमें तथ्यों के लिए सख्त पालन की आवश्यकता होती है, उन्हें अक्सर उन मशीनों पर छोड़ दिया जाना चाहिए जो (संभवतः) त्रुटियों के लिए कम प्रवण हैं। नेटवर्क पर जानकारी के किसी भी स्रोत पर भरोसा करना है या नहीं, इसके बारे में निर्णय प्रतिष्ठा पर आधारित होना चाहिए। साइबर घटनाओं की समस्या पर एक समान विचार लागू किया जा सकता है: हाँ, जितनी जल्दी या बाद में वे सभी के लिए होते हैं, लेकिन इसका फायदा उन संगठनों को दिया जाता है जिनके ग्राहक डेटा को बचाने के प्रयासों ने हैकिंग के परिणामों को पछाड़ दिया है।

मशीन लर्निंग एल्गोरिदम पर सैद्धांतिक हमले

हालांकि, आरएसए अभी भी दिखाता है कि नई समस्याओं का पता लगाने और समाधान की पेशकश करने वालों के बीच उद्योग के भीतर संबंध कितना जटिल है। प्रोटोकॉल भाषण के एक जोड़े के अलावा, सम्मेलन में सबसे दिलचस्प भाषण, अगर वे भविष्य को चित्रित करते हैं, तो कुछ बहुत ही आशावादी स्वर नहीं हैं। उल्लेखनीय है कि Google के प्रवक्ता निकोलस कार्लिनी ( समाचार ) की प्रस्तुति है। उन्होंने मशीन लर्निंग एल्गोरिदम पर हमलों के अनुभव को संक्षेप में बताया, जो 2017 से इस पहले से ही क्लासिक उदाहरण के साथ शुरू हुआ था:


बिल्ली की मूल छवि को पूरी तरह से मनुष्यों के लिए अदृश्य रूप से संशोधित किया गया है, लेकिन मान्यता एल्गोरिथ्म इस तस्वीर को पूरी तरह से अलग तरीके से वर्गीकृत करता है। इस संशोधन से क्या खतरा है? एक और नहीं सबसे हाल ही में, लेकिन जानकारीपूर्ण उदाहरण:


ऐसा लगता है कि सड़क का संकेत वैंडल से थोड़ा कम हुआ है, लेकिन एक व्यक्ति के लिए यह काफी समझ में आता है। कार ऐसे परिवर्तनों के साथ संकेत को पूरी तरह से अलग संकेत के रूप में पहचान सकती है - गति सीमा के बारे में जानकारी के साथ, और चौराहे पर नहीं रुकेगी। और भी दिलचस्प:


उसी विधि को ध्वनि पर लागू किया जा सकता है, जिसे व्यवहार में प्रदर्शित किया गया है। पहले उदाहरण में, वाक् पहचान प्रणाली एक संगीत अंश में पाठ को "मान्यता प्राप्त" करती है। दूसरे में, आवाज रिकॉर्डिंग के अदृश्य हेरफेर ने शब्दों के एक पूरी तरह से अलग सेट (चित्र में) के रूप में मान्यता दी। तीसरे मामले में, पाठ को मान्यता दी गई और पूरी तरह से व्यर्थ शोर से बाहर निकला। यह एक दिलचस्प स्थिति है: कुछ बिंदु पर, लोग और उनके डिजिटल सहायक पूरी तरह से अलग-अलग चीजों को देखना और सुनना शुरू करते हैं। अंत में, मशीन लर्निंग एल्गोरिदम सैद्धांतिक रूप से उस व्यक्तिगत डेटा को प्रकट कर सकता है जिस पर उन्हें आगे के उपयोग के साथ प्रशिक्षित किया गया था। सबसे सरल और सबसे समझ में आने वाला उदाहरण है भविष्य कहनेवाला टाइपिंग सिस्टम उर्फ ​​"शापित टी 9"।

चिकित्सा उपकरण सुरक्षा

चिकित्सा में सुरक्षा हाल ही में अविश्वसनीय रूप से पुराने सॉफ्टवेयर और आईटी के विकास के लिए बजट की कमी के क्षेत्रों में चर्चा की गई है। नतीजतन, साइबरबैटैक के परिणाम सामान्य से अधिक गंभीर हैं , और हम बहुत संवेदनशील रोगी डेटा के नुकसान या रिसाव के बारे में बात कर रहे हैं। RSA सम्मेलन में, चेक प्वाइंट सॉफ्टवेयर विशेषज्ञों ने इज़राइल में एक वास्तविक अस्पताल के कंप्यूटर नेटवर्क के एक अध्ययन के परिणामों को साझा किया । अधिकांश चिकित्सा संस्थानों में, कंप्यूटर नेटवर्क को ज़ोन में विभाजित नहीं किया जाता है, इसलिए यह विशेष उपकरणों को खोजने के लिए पर्याप्त था, इस मामले में, एक अल्ट्रासाउंड डिवाइस।

डिवाइस के कंप्यूटर भाग में कमजोरियों की खोज करने की कहानी बहुत कम थी। अल्ट्रासाउंड विंडोज 2000 चला रहा है, और इस ओएस में महत्वपूर्ण कमजोरियों में से एक के लिए एक शोषण खोजना मुश्किल नहीं था। शोधकर्ताओं ने रोगियों के नाम के साथ छवियों के संग्रह तक पहुंच प्राप्त की, इस जानकारी को संपादित करने में सक्षम थे और रैंसमवेयर ट्रोजन को सक्रिय करने का अवसर था। डिवाइस निर्माता ने कहा कि अधिक आधुनिक मॉडल आधुनिक सॉफ्टवेयर पर बनाए गए हैं, सॉफ्टवेयर अपडेट नियमित रूप से वहां वितरित किए जाते हैं (लेकिन यह तथ्य नहीं है कि वे स्थापित हैं), लेकिन चिकित्सा उपकरणों की लागत (बहुत) को अपडेट करना और पुराने उपकरणों के काम करने का क्या मतलब है?

चिकित्सा संगठनों के लिए सिफारिशें स्पष्ट हैं: स्थानीय नेटवर्क का विभाजन, उन उपकरणों को अलग करना जो अन्य सभी से निजी डेटा संग्रहीत करते हैं। दिलचस्प है, चिकित्सा में मशीन सीखने की प्रौद्योगिकियों के विकास के लिए, इसके विपरीत, रोगी डेटा तक व्यापक संभव पहुंच की आवश्यकता है - एल्गोरिदम के लिए।

डिस्क्लेमर: इस डाइजेस्ट में व्यक्त की गई राय हमेशा कास्परस्की लैब की आधिकारिक स्थिति से मेल नहीं खा सकती है। प्रिय संपादकों आमतौर पर स्वस्थ संदेह के साथ किसी भी राय का इलाज करने की सलाह देते हैं।