ИИ может склонировать JS-зловреда 10 тыс. раз и добиться FUD в 88% случаев

ИИ может склонировать JS-зловреда 10 тыс. раз и добиться FUD в 88% случаев

ИИ может склонировать JS-зловреда 10 тыс. раз и добиться FUD в 88% случаев

Проведенное в Palo Alto Networks исследование показало, что ИИ-модель можно заставить многократно обфусцировать вредоносный код JavaScript и в итоге получить семпл, не детектируемый антивирусами (FUD, fully undetectable).

Речь идет об онлайн-помощниках, авторы которых вводят ограничения во избежание злоупотреблений ИИ-технологиями — в отличие от создателей «злых» аналогов (WormGPT, FraudGPT и т. п.), заточенных под нужды киберкриминала.

Разработанный в Palo Alto алгоритм использует большую языковую модель (БЯМ, LLM) для пошаговой трансформации кода с сохранением его функциональности. При его тестировании на реальных образцах JavaScript-зловредов кастомный классификатор на основе модели глубокого обучения выдал вердикт «безвредный» в 88% случаев.

Опытным путем было установлено, что уровень детектирования снижается по мере увеличения количества итераций (в ходе экспериментов LLM создавала по 10 тыс. вариантов вредоноса). Примечательно, что привносимые изменения выглядели более естественно в сравнении с результатами готовых инструментов вроде obfuscator.io.

Для проведения исследования был также создан набор подсказок для выполнения различных преобразований, таких как переименование переменной, разделение строк, добавление мусора, удаление ненужных пробелов, альтернативная реализация функции.

Финальные варианты обфусцированных JavaScript были ради интереса загружены на VirusTotal. Их не смог распознать ни один антивирус; повторение проверок через четыре дня дало тот же эффект.

 

Результаты исследования помогли экспертам усовершенствовать свой инструмент детектирования JavaScript. Полученные с помощью LLM образцы были добавлены в тренировочный набор данных для модели машинного обучения; их использование позволило повысить результативность классификатора на 10%.

BI.ZONE PAM перевела привилегированный доступ на биометрию

Пароль от привилегированной учётной записи — слишком ценный трофей, чтобы доверять его памяти пользователя. В версии 2.6 платформы BI.ZONE PAM появился беспарольный доступ к корпоративным ресурсам через Device Flow. Для входа пользователь получает ссылку в интерфейсе системы, открывает её в браузере и подтверждает личность с помощью аппаратного токена, биометрии или Face ID.

Пароль вводить и передавать по сети не требуется, поэтому фишингу, перебору и перехвату учётных данных становится заметно сложнее испортить компании день.

По данным BI.ZONE, паролями защищены 73% привилегированных учётных записей, сертификатами — только 27%. При этом более половины организаций не контролируют жизненный цикл таких аккаунтов. Они могут годами оставаться активными после смены владельца или увольнения сотрудника — настоящий цифровой пансион для забытых доступов.

В новой версии BI.ZONE PAM эту лавочку решили прикрыть. Платформа автоматически блокирует учётные записи, если ими долго не пользуются или превышено допустимое число неудачных попыток входа.

Механизм беспарольной аутентификации, как утверждает разработчик, соответствует требованиям приказа ФСТЭК России № 117 к усиленной и строгой аутентификации привилегированных пользователей.

Заодно разработчики закрутили гайки для SSH-сессий. Администратор может отдельно разрешать или запрещать передачу файлов по SCP и SFTP. По умолчанию копирование заблокировано: нет явного разрешения — файл никуда не едет.

Изменился и аудит неинтерактивных SSH-подключений, включая запуск плейбуков Ansible. Вместо пустоватых видеозаписей система теперь формирует текстовый лог с таймлайном, командами, результатами и сведениями о переданных файлах. За сессией можно наблюдать в реальном времени и при необходимости оборвать её.

Идея обновления проста: меньше паролей, забытых аккаунтов и невидимых действий. Привилегии должны заканчиваться вместе с задачей, а не жить собственной жизнью.

RSS: Новости на портале Anti-Malware.ru