[#] От черного списка до машинного обучения. Антифишинг в Яндекс.Браузере
habrabot(difrex,1) — All
2016-09-13 13:30:04


Злоумышленники, специализирующиеся на воровстве паролей, номеров банковских карт и прочей личной информации, появились еще в прошлом веке и с тех пор их число только растет. Согласно отчету [Лаборатории Касперского][1], от 9% до 13% их пользователей в России сталкиваются с фишингом. Ежегодно в мире фишинг и другие формы кражи личных данных наносят ущерб в $5 млрд, согласно оценкам [Microsoft][2]. Это в целом соответствует нашим наблюдениям и объясняет, почему в любом более-менее популярном браузере есть защита от фишинга, основанная на «черных списках». В Яндекс.Браузере она тоже есть. Казалось бы, зачем изобретать что-то еще?

![][3]

**Safe Browsing**

Самое очевидное решение для защиты пользователей – это использование готовой базы со списком фишинг-сайтов. Проверяем по «черному списку» посещаемые страницы и предупреждаем, если нашлось совпадение. На этой идее и основана защита с использованием технологии Safe Browsing, которая работает в Яндекс.Браузере с момента его появления.

[Читать дальше →][4]

[1]: https://kasperskycontenthub.com/securelist-russia/files/2016/08/Spam-report_Q2-2016_final_RUS.pdf
[2]: https://news.microsoft.com/en-sg/2014/02/11/microsoft-consumer-safety-index-reveals-impact-of-poor-online-safety-behaviours-in-singapore/#sm.00f3k5lc11wwe5a11wr1perny4f9z
[3]: https://habrastorage.org/files/39f/3ed/82c/39f3ed82c2ae4f249a80f34e7bafb063.png
[4]: https://habrahabr.ru/post/309808/?utm_source=habrahabr&utm_medium=rss&utm_campaign=feed_posts#habracut