0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

一个重大缺陷,暴露了100多万人的生物特征数据

IEEE电气电子工程师 来源:lq 2019-09-22 09:51 次阅读

密码暴露已经足够糟糕了。但是指纹和面部识别数据呢?太可怕了。

据《卫报》报道,Suprema的Biostar 2生物特征安全系统受到了审查。此前,Vpnentor和两名研究人员 — Noam Rotem and Ran Locar — 发现了一个重大缺陷,暴露了100多万人的生物特征数据。

Biostar2是一个安全平台,利用面部识别和指纹控制进入建筑物和其他安全设施。更糟的是,Biostar2最近被整合到了NEDAP的AEOS安全平台中,该平台被80多个国家的数千家公司和组织用于安全设备。

研究人员说,不仅数据库未加密,而且通过调整搜索和分析引擎ElasticSearch中的URL搜索标准来访问数据库,这其中包含了大量的数据。

据《卫报》报道,研究人员“可以访问超过2780万条记录和23GB的数据,包括管理面板、仪表盘、指纹数据、面部识别数据、用户的面部照片、未加密的用户名和密码、设备访问日志、安全级别以及员工的个人信息。” 除敏感信息外,安全研究人员还可以轻松监控存储的生物识别数据的实际使用情况。例如,要实时查看哪个用户通过特定安全门进入任何设施,甚至查看管理员帐户的密码。此外,研究人员可以编辑某人的帐户并添加他们自己的指纹。因此从理论上讲,攻击者可以突破所有需要被授权进入的地方。

据vpnMentor称,暴露的数据于2019年8月5日被发现。两天后,他们将这一问题通知了Biostar2,到8月13日,数据库已变为私有。不知道这些信息被访问了多长时间,也不知道是否有人,特别是坏人,能够访问数据库。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 安全系统
    +关注

    关注

    0

    文章

    404

    浏览量

    66671
  • 面部识别
    +关注

    关注

    1

    文章

    373

    浏览量

    26491

原文标题:重大安全漏洞 暴露了100多万人的指纹

文章出处:【微信号:IEEE_China,微信公众号:IEEE电气电子工程师】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    如何应对工业缺陷检测数据短缺问题?

    这篇论文介绍了一种文本引导的变分图像生成方法,旨在解决工业制造中的异常检测和分割问题。传统方法通过训练非缺陷数据的分布来进行异常检测,但这需要大量且多样化的非缺陷数据
    发表于 03-14 10:15 79次阅读
    如何应对工业<b class='flag-5'>缺陷</b>检测<b class='flag-5'>数据</b>短缺问题?

    锂电池外壳外观缺陷检测的应用实践

    AI机器视觉系统的核心是深度学习算法。通过大量样本数据的训练,系统能够学习并识别锂电池外壳各种缺陷特征
    发表于 01-18 15:50 189次阅读

    【直播预告】LabVIEW机械手视觉纠偏关键技术探讨

    ;在电子发烧友等论坛发帖浏览量达10万人次;优酷等视频网站发布的免费学习视频,累计播放量达50余次,在LabVIEW视觉应用领域,首次利用LabVIEW开发了“UVisionBuilder1.0”免
    发表于 10-17 15:37

    项目案例:基于YOLO的铝型材表面缺陷识别

    方法多采用传统机器视觉算法,通过图像形态学处理与特征提取进行缺陷识别,往往需要根据不同形态的缺陷特征,设计不同的特征提取与识别算法。铝型材表
    的头像 发表于 10-08 15:30 536次阅读
    项目案例:基于YOLO的铝型材表面<b class='flag-5'>缺陷</b>识别

    基于改进FCOS的表面缺陷检测算法

    首先使用深度卷积神经网络提取输入图像特征图,然后使用分类网络、回归网络、中心度网络对特征图上的所有特征点逐个进行检测,分类网络输出原图上以此特征点为中心的区域所含
    发表于 09-28 09:41 241次阅读
    基于改进FCOS的表面<b class='flag-5'>缺陷</b>检测算法

    【KV260视觉入门套件试用体验】三、缺陷检测

    、简介 缺陷检测加速应用程序是机器视觉应用程序,它通过使用计算机视觉库功能自动检测芒果中的缺陷并在高速工厂管道中进行分类。
    发表于 09-26 15:17

    瑞萨电子深度学习算法在缺陷检测领域的应用

    缺陷检测在电子制造业中是非常重要的应用。然而,由于存在的缺陷多种多样,传统的机器视觉算法很难对缺陷特征进行完全建模和迁移缺陷
    的头像 发表于 09-22 12:19 493次阅读
    瑞萨电子深度学习算法在<b class='flag-5'>缺陷</b>检测领域的应用

    碲镉汞贯穿型缺陷的形貌特征及成分构成研究

    ,另一方面需要控制材料表面的缺陷密度,减少由缺陷导致的碲镉汞外延片可用面积损失。研究人员已经对碲镉汞薄膜的表面缺陷进行了大量研究。液相外延碲镉汞材料表面出现的贯穿型缺陷深度超过10 μ
    的头像 发表于 09-10 08:58 397次阅读
    碲镉汞贯穿型<b class='flag-5'>缺陷</b>的形貌<b class='flag-5'>特征</b>及成分构成研究

    特斯拉数据泄露事件影响了逾7.5万人

    《商报》将此次泄露事件描述为该公司未能保护好其敏感数据。据原报道中引用的一位特斯拉律师的说法,据特斯拉称,其中一名泄密者据说是一名心怀不满的前服务技术人员,据称他滥用了访问权限并泄露了数据
    的头像 发表于 08-23 15:23 592次阅读
    特斯拉<b class='flag-5'>数据</b>泄露事件影响了逾7.5<b class='flag-5'>万人</b>

    工业产品表面缺陷检测方法研究

    制造业的全面智能化发展对工业产品的质量检测提出了新的要求。本文总结了机器学习方法在表面缺陷检测中的研究现状,表面缺陷检测是工业产品质量检测的关键部分。首先,根据表面特征的用途,从纹理特征
    的头像 发表于 08-17 11:23 581次阅读
    工业产品表面<b class='flag-5'>缺陷</b>检测方法研究

    生物识别有哪些方式?

    生物识别有哪些方式? 现代生物识别技术是一项通过生物特征来确认身份的技术,其应用领域包括金融、医疗、政府、法律和军事等众多领域。生物识别技
    的头像 发表于 08-11 19:22 1393次阅读

    机器视觉与生物特征识别的关系

    机器视觉与生物特征识别的关系 机器视觉和生物特征识别是目前科技领域非常热门的方向。机器视觉是指利用电子设备来对物体进行识别、分析和处理,尤其是指计算机对视觉信息的处理;而
    的头像 发表于 08-09 17:43 493次阅读

    什么是生物识别信息 了解生物特征识别的基本原理

    首先,需要采集个体的生物特征数据,如指纹、虹膜、人脸、声音等。这些生物特征可以通过传感器、摄像头、麦克风等设备进行获取,并转化为数字化的
    发表于 06-29 17:02 4024次阅读

    M451中FMC控制flash读写,数据可否做到写100次?

    M451中,FMC控制flash读写,数据可否做到写100次?要用什么机制?有没有例程?
    发表于 06-25 08:02

    边缘计算如何快速处理数据缺陷

    这些看似相同的特征是如何实现的?提高数据中心计算效率的本质在于提高it通信节点到边缘计算终端的数据交换吞吐量。未 来边缘计算可以产生数据吞吐量提升10倍的性能提升。基于人工智能的边缘
    发表于 05-18 15:46 0次下载
    边缘计算如何快速处理<b class='flag-5'>数据</b><b class='flag-5'>缺陷</b>