نرم افزارهای جاسوسی موبایل یکی از تهاجمی ترین و هدفمندترین انواع نظارت های غیرقانونی هستند ، زیرا می توان از آنها برای ردیابی جایی که می روید ، چه کسانی را می بینید و درباره چه چیزی صحبت می کنید استفاده کرد. و به دلیل ماهیت مخفیانه ، تشخیص نرم افزارهای جاسوسی تلفن همراه تقریبا غیرممکن است.
اما در حال حاضر یکی از استارتاپ های Y Combinator در حال ساخت برنامه ای با هدف کمک به هر کسی است که می تواند جاسوس افزارهای تلفن همراه خود را در تلفن های خود شناسایی کند.
Malloc ، یک شرکت مقدماتی مستقر در قبرس ، اولین کار خود را با Antistalker انجام داد ، برنامه ای که سنسورها و برنامه های موجود در تلفن را نظارت می کند-در ابتدا فقط برای Android-برای تشخیص اینکه آیا میکروفون یا دوربین بی سر و صدا فعال شده است یا داده ها بدون آن منتقل می شوند یا خیر. دانش کاربر این اغلب مشخصه نرم افزارهای جاسوسی درجه مصرف کننده است که می تواند پیامها ، عکسها ، سابقه مرور وب و داده های موقعیت مکانی واقعی را از تلفن قربانی بدون اجازه آنها بدزدد.
تهدید روزافزون نرم افزارهای جاسوسی باعث شده تا هم اپل و هم گوگل شاخص هایی را هنگام استفاده از میکروفون یا دوربین دستگاه معرفی کنند. اما برخی از نرم افزارهای جاسوسی م elثرتر و تواناتر – این جاسوس افزارها که معمولاً توسط دولتها و دولتهای ملی استفاده می شود – می توانند از دفاع سخت تر ساخته شده در iOS و Android عبور کنند.
همان جایی است که مالوک می گوید Antistalker وارد می شود. بنیانگذاران Malloc ، ماریا ترزی ، آرتمیس کنتو و لیزا چارالامبوس ، برنامه را بر اساس مدل یادگیری ماشین (ML) ساخته اند ، که به برنامه اجازه می دهد فعالیت دستگاه را که می تواند به عنوان ضبط نرم افزارهای جاسوسی تفسیر شود ، شناسایی و مسدود کند. ارسال داده ها
Terzi ، متخصص در ML ، به TechCrunch گفت که مدل ML خود را با استفاده از برنامه های معروف stalkerware آموزش داده است تا به شبیه سازی نظارت واقعی کمک کند. یادگیری ماشینی به جای تکیه بر روشهای سنتی تر اسکن برای امضای برنامه های جاسوسی شناخته شده ، به بهبود توانایی برنامه در تشخیص طیف وسیعی از تهدیدهای جدید و قبلاً ناشناخته کمک می کند.
“ما قبلاً برنامه هایی را می شناسیم که جاسوس افزار هستند. چرا ما از رفتار آنها برای آموزش یک مدل یادگیری ماشین استفاده نمی کنیم که بتواند نرم افزارهای جاسوسی جدید را تشخیص دهد؟ ” ترزی به TechCrunch گفت.
مدل ML بر روی دستگاه اجرا می شود تا حریم خصوصی را بیشتر از ارسال داده به ابر حفظ کند. مالوک گفت که برخی داده های ناشناس را جمع آوری می کند تا مدل ML را در طول زمان بهبود بخشد و به برنامه کمک کند تا تهدیدهای بیشتری را در هنگام ظهور در دستگاه های کاربران تشخیص دهد.
این برنامه همچنین به دنبال فعالیت های غیر عادی برنامه ، مانند انفجار داده های ارسال شده توسط برنامه هایی است که روزها مورد استفاده قرار نگرفته است ، و به کاربر اجازه می دهد تا ببیند کدام برنامه ها و در چه زمانی به میکروفون و دوربین دسترسی داشته اند.
این شرط بندی است که در حال حاضر توجه سرمایه گذاران را جلب کرده است ، زیرا این استارتاپ نزدیک به 2 میلیون دلار از Y Combinator و صندوق نوآوری شهری دریافت کرده است.
ترزی گفت که این شرکت بیش از 80 هزار کاربر فعال ماهانه – و در حال افزایش – از ابتدای سال جاری دارد و قصد دارد یک شرکت ارائه دهد تا به شرکت ها در محافظت از کارکنان خود در برابر تهدیدات نظارتی کمک کند. این شرکت همچنین قصد دارد در آینده نزدیک یک برنامه iOS راه اندازی کند.