Актуальные угрозы ML-алгоритмов с точки зрения ИБ
24 ноября, 13:30, «h2»
Низкая сложность
Доклад принят в программу конференции
Атаки
Безопасность
ML
Атаки
Безопасность
ML
Мнение Программного комитета о докладе
После прослушивания этого доклада вы пересмотрите работу своего СКУД-а, отключите умный дом от Интернета и начнёте доверять только навесным замкам :)
Целевая аудитория
Разработчики систем, которые используют машинное обучение, финтех, специалисты информационной безопасности.
Тезисы
Давайте в ходе доклада рассмотрим популярные применения ML в нашем мире и их уязвимости как с точки зрения реализуемости, так и с точки зрения импакта на ИБ. Обсудим последние и интересные инциденты. Попробуем поговорить о том, что стоит делать разработчикам таких систем, чтобы предусмотреть для себя такие риски. В докладе расскажем о примерах из собственной практики и мировой.
Спикеры
Александра Мурзина
Positive Technologies
В Positive Technologies успела поработать с продуктами PT Application Firewall, PT NAD, PT SIEM, PT Sandbox. В задачи входят исследование и разработка решений, основанных на методах машинного обучения и исследование безопасности этих алгоритмов в реальной жизни. Автор нескольких статьей по данным тематикам.
С 2019 года организует AI CTF — конкурс в рамках Positive Hack Days, в котором участникам предлагается исследовать уязвимости ИИ. В 2019 и 2022 организовывала секцию с докладами ML & Security на Data Fest Siberia. В 2021 и 2022 организовывала секцию AI Track на Positive Hack Days.
Другие доклады секции
Как разобрать сетевой протокол и найти уязвимости в устройстве без использования прошивки — показываем на примере ПЛК Mitsubishi
Антон Дорфман
Positive Technologies
Лицензии: взлом, защита и снова взлом
Артем Бачевский
Независимый исследователь
Поиск XSS через наложение парсеров
Игорь Сак-Саковский
Positive Technologies