Банковский троян Dridex получил улучшенный метод шифрования

Банковский троян Dridex получил улучшенный метод шифрования

Банковский троян Dridex получил улучшенный метод шифрования

Печально известный банковский троян Dridex начал использовать новую тактику и более продвинутый метод шифрования. Также троян использует обфускацию, чтобы помешать анализу.

Создатели вредоноса в последнее время начали использовать вредоносные RTF (Word Document) –файлы, защищенные паролем. Согласно MalwareTech, этот подход не позволяет большинству автоматизированных систем просканировать эти файлы на наличие вредоносного кода.

Эксперты отмечают, что злоумышленники успешно обходят попытки блокировать документ с помощью хэш, используют отложенное выполнение и, скорее всего, ориентируются на корпоративный сектор, а не на домашних пользователей.

Dridex распространяется в упакованном виде, бинарный файл зашифрован. Однако исследователь Magal Baz из IBM X-Force утверждает, что распаковать и исследовать код легко. Тем не менее, эксперт также отмечает, что важные аспекты кода, такие как вызовы API, хорошо обфусцированы.

Авторы трояна очень хотели скрыть некоторые функции кода и исключить возможность их анализа исследователями в области безопасности. Несмотря на это, экспертами была разработана программа, расшифровывающая и возвращающая правильные функции.

Таким образом, исследователям удалось прийти к заключению, что Dridex, использовавший ранее XOR-метод, теперь использует RC4-потоковый шифр для шифрования строк.

97% компаний в России внедряют ИИ, но 54% не видят его ценности

UserGate изучила, как российские компании внедряют инструменты на базе ИИ и что мешает делать это быстрее. Опрос прошёл в январе 2026 года, в нём участвовали 335 топ-менеджеров компаний с выручкой от 100 млн рублей в год. Картина получилась довольно показательная: 97% компаний уже используют ИИ, тестируют его в пилотах или собираются внедрять в ближайшее время.

То есть искусственный интеллект из разряда «модного тренда» окончательно перешёл в категорию рабочих инструментов.

Чаще всего ИИ применяют для вполне прикладных задач. На первом месте — генерация отчётов и аналитики (42%). Далее идут оптимизация сетевой инфраструктуры (38%), анализ больших массивов логов (37%), ускорение расследований инцидентов (35%) и повышение эффективности Help Desk (32%).

Иными словами, бизнес в первую очередь использует ИИ там, где он помогает сэкономить время и ресурсы или усилить функции безопасности.

Интересно, что приоритеты зависят от масштаба компании. В корпоративном сегменте более 60% респондентов указали анализ больших логов как ключевое направление — что логично при объёмах данных в крупных ИТ-ландшафтах. В среднем бизнесе на первый план выходит оптимизация сетевой инфраструктуры (45%).

При этом 7% компаний пока вообще не рассматривают внедрение ИИ. Главные причины — неясная ценность технологии (54%) и неопределённость рисков (38%). Также среди барьеров называют отсутствие чёткого распределения ответственности (29%), ограниченные бюджеты (29%) и нехватку экспертизы (17%). По сути, речь идёт не столько о скепсисе, сколько о нехватке понимания, как именно внедрять ИИ и как управлять связанными с ним рисками.

Отдельно респондентов спросили, какие технологии окажут наибольшее влияние на кибербезопасность в ближайшие 12 месяцев. Лидером стали ИИ и машинное обучение — их назвали около половины представителей коммерческого и государственного сегментов. Даже те компании, которые пока осторожничают с практическим внедрением, всё равно рассматривают машинное обучение как ключевой фактор трансформации ИБ в среднесрочной перспективе.

Как отмечает руководитель отдела стратегической аналитики UserGate Юлия Косова, бизнес уже активно использует ИИ в операционных и защитных сценариях, но ожидания рынка зачастую опережают текущую практику. Дальнейший эффект, по её словам, будет зависеть от зрелости процессов, качества данных и способности управлять рисками.

RSS: Новости на портале Anti-Malware.ru