MacRumors

Skip to Content

Proton выпускает новое приложение для двухфакторной аутентификации

Сегодня Proton запустил Proton Authenticator — бесплатное приложение для двухфакторной аутентификации, доступное на всех основных платформах, включая iOS, Android, Windows, macOS и Linux.

Proton Authenticator app
Приложение с открытым исходным кодом генерирует одноразовые пароли, основанные на времени, в качестве дополнительного уровня безопасности помимо обычных учетных данных для входа. В отличие от конкурентов, таких как Google Authenticator и Microsoft Authenticator, Proton Authenticator также предлагает сквозное зашифрованное резервное копирование и синхронизацию между устройствами без рекламы и отслеживания, как и другие продукты Proton.

Швейцарская компания утверждает, что пользователи могут импортировать существующие 2FA-токены из других приложений за считанные секунды, при этом приложение работает в автономном режиме и автоматически создает резервные копии кодов аутентификации.

«Двухфакторная аутентификация необходима всем — не только тем, кто заботится о своей конфиденциальности, — сказал Имонн Магуайр, руководитель отдела безопасности учетных записей в Proton. — Мы считаем, что надежная безопасность никогда не должна достигаться ценой вашего удобства или конфиденциальности. Именно поэтому мы разработали Proton Authenticator: чтобы дать пользователям уверенность в том, что их 2FA-коды доступны везде, где они им нужны, без зависимости от Google или Microsoft.»

Proton отмечает, что атаки по захвату учетных записей ежегодно обходятся в миллиарды, что делает 2FA все более важной. Аутентификация через приложение также безопаснее, чем использование SMS-кодов, которые уязвимы для атак с подменой SIM-карты.

Proton Authenticator можно загрузить с веб-сайта Proton. Запуск продолжает недавнее расширение продуктовой линейки компании — ранее на этой неделе она представила Lumo, чат-бота с искусственным интеллектом, ориентированного на конфиденциальность, который не хранит записи разговоров и не использует пользовательские данные для обучения моделей.