Новый Android-ботнет похищает текстовые сообщения и пользовательские данные

Новый Android-ботнет похищает текстовые сообщения и пользовательские данные

Секьюрити-вендор FireEye обнаружил в Южной Корее ранее неизвестный Android-ботнет, который направлен на похищение текстовых сообщений. Эксперты говорт, что новый ботнет MisoSMS может быть одним из крупнейших в своем роде и наверняка самый технически продвинутый из всех прочих мобильных ботнетов.



Согласно данным FireEye, ботнет был использован как минимум в 64 шпионских кампаниях, похищающих мобильные данные как внутри Южной Кореи, так и за пределами страны, в частности в Китае. Сам по себе бото-генерирующий вредонос MisoSMS был размещен в Android-приложении, которое маскируется под инструмент административной настройки операционной системы Google Vx. Приложение запрашивает у пользователя широкие административные привилегии и если таковые предоставляются, то вредоносное ПО маскируется в системе, пишет cybersecurity.ru.

Затем вредонос собирает текстовые сообщения и передает их по email организаторам кампании, что является сравнительно новой техникой. Некоторые мобильные вредоносы, существовавшие до сих пор, использовали либо SMS-переадресацию, либо TCP-связь. FireEye сообщает, что на сегодня для контроля вредоноса используются около 450 аккаунтов email, а получатели писем заходили в интерфейсы email с IP-адресов в Китае и Корее.

Подпишитесь на новости

Модели OpenAI и Anthropic выбирали скорые и школу как военные цели

Компания Vals AI проверила ограничения ИИ-моделей на участие в выборе военных целей. В экспериментах системы отмечали гражданских, машины скорой помощи и сдающихся солдат. Представление задания как игры часто помогало преодолеть отказы.

Результаты экспериментов опубликованы в исследовании Vals AI. Специалисты испытали 14 моделей на изображениях с имитацией съёмки с дронов.

Отдельный сценарий включал реальные спутниковые снимки иранского Минаба, где школа расположена рядом с военным комплексом.


GPT-6 Astra выделяла хотя бы одну цель в 6% обычных запросов. После оговорки об игре показатель вырос до 92%. В других экспериментах большинство моделей продолжало обнаруживать людей даже после показа сгенерированных последствий ударов.


Модели не управляли реальными атаками и не принимали решений об ударах. Авторы также не оценивали точность наведения и эффективность систем в боевых условиях.


Vals AI рекомендует усилить ограничения на уровне API. Один из обозначенных рисков — массовая разметка видеозаписей для обучения автономных систем наведения.

RSS: Новости на портале Anti-Malware.ru