Антивирус Stocona? - Выбор домашних средств защиты - Форумы Anti-Malware.ru Перейти к содержанию
Mag3d

Антивирус Stocona?

Recommended Posts

Mag3d

У меня вопрос: в разделе аналитики ни слово не было

упомянуто об антивирусе Stacona.

А я слышал, что у них интересные технологии (новые)

по обнаружению интерпретируемых вирусов (Word, ...).

Не протестируете его очень интересно какие его показатели по macro вирусам. На их сайте есть интересная информация. Это российская компания.

Ссылка: http://www.stocona.ru/

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
_Stout
У меня вопрос: в разделе аналитики ни слово не было

упомянуто об антивирусе Stacona.

А я слышал, что у них интересные технологии (новые)

по обнаружению интерпретируемых вирусов (Word, ...).

Не протестируете его очень интересно какие его показатели по macro вирусам. На их сайте есть интересная информация. Это российская компания.

Ссылка: http://www.stocona.ru/

Два момента

Если говорить о защите от макро вирусов:

1. AVP Office Guard появился в 2000 году. Делал тоже, что и стокона, но несколько раньше

2. Продвигать сейчас АВ от макро вирусов, тоже самое, что продвигать телеги в больших городах. Все знают, что это было популярно, но сейчас уже никому не нужно.

В остальном -- почему бы и нет. Рынок большой, при умении и желании продать можно всё :D

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Сергей Ильин
А я слышал, что у них интересные технологии (новые)

по обнаружению интерпретируемых вирусов (Word, ...).

Я согласен, с _Stout рассматривать отдельно защиту от макровирусов сейчас не имеет смысла, да и по сути угроза от этого класса вредоносов сейчас мала, их время по сути уже прошло.

Может быть есть в этом антивирусе что-то другое заслуживающее внимание?

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Mag3d

Вы пишите:

1. AVP Office Guard появился в 2000 году. Делал тоже, что и стокона, но несколько раньше.

Так то оно так, но механизм у стоконы поинтересней и по-эффективней (возможно), мне и интересно насколько это так.

Насколько я знаю: у касперского поведенческий блокиратор, а у стоконы механизм обнаружения с предвыполнением.

А аналитические данные были относительно известных вирусов.

Мне же интересены данные относительно обнаружения новых, модифицированных, упакованных, полиморфных вирусов.

У стаконы БД не содержатся сигнатур (в чистом понимании).

Если будет время протестируйте, плиз.

Кроме у стоконы в стандартной комплектации идут и поведенческие модели: файловый монитор, реестра и еще чего-то.

Сразу говорю, этот продукт далеко не лучший тем не менее интересно насколько эффективны их оригинальные алгоритмы

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Сергей Ильин
У стаконы БД не содержатся сигнатур (в чистом понимании).

Если будет время протестируйте, плиз.

Заинтриговали, нужно будет посмотреть этот продукт. :)

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
broker
Может быть есть в этом антивирусе что-то другое заслуживающее внимание?

не знаю как в антивирусе.. но у Компании есть, что почитать, например это:

http://www.stocona.ru/technology/antivirus/procedure.html

Добавлено спустя 3 минуты 10 секунд:

а вот такая статья о их эвристике:

http://www.stocona.ru/technology/antivirus/scanning.html

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Сергей Ильин

Интересный креатив, там кстати есть большая табличка функционального сравнения, там по ней вроде как действительно Stacona рулит.

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
broker
Заинтриговали, нужно будет посмотреть этот продукт.

если я не ошибаюсь, под отсутствием базы сигнатур в чистом виде понимается такое понятие как обученная нейросеть или что-то подобное, нейросеть удобно обучать в лаборатории, и передовать просто n - мерный вектор (весовых функций). Под n-мерным вектором, скорей всего, они понимают вектор, который формируем пространство размерности m, где m кол-во вирусов.

Данная технология, при опытности учителя, может давать очень высокие результаты обнаружения вредоносной сигнатуры.

Добавлено спустя 2 минуты 16 секунд:

Сергей Ильин

Если всё действительно сделано, так как описано - то вот оно решение проблемы роста антивирусных баз.

Но слабо верится, что у нас учение о ИИ ушло настолько далеко.

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
TiX

>Мне же интересены данные относительно обнаружения новых, модифицированных, упакованных, полиморфных вирусов.

Стокона вобще это все не ловит Ж)

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
broker

TiX

у них просто сигнатур нет, алгоритm универсальный - можно использовать для любых типов виров, главное образы выделять...А вот это уже ооооччч сложно, нежели из выделенных сигнатур искать вредоносные.

Вот в с макросами всё проще :) они сразу с исходниками :))))))

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
nobody@nowhere
Интересный креатив, там кстати есть большая табличка функционального сравнения, там по ней вроде как действительно Stacona рулит.

ага. для первичного теста советую попробовать воспользоваться онлайновым сканером на сайте. сканировать любой упакованый .exe ;) меня порадовало в свое время, не думаю что сильно изменилось.

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
broker

john

дк там же написано

html, htm, gif, jpg и весь офис :)

EXE BСЁ остальное не проверяет :)

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
nobody@nowhere
john

дк там же написано

html, htm, gif, jpg и весь офис :)

EXE BСЁ остальное не проверяет :)

угу. и что в итоге? ;)

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
broker

john

в итоге антивирус полезен там где используют только ms офис.. т.е. разрешён запус .doc, .xls, .ppt, и т п :)

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Сергей Ильин
EXE BСЁ остальное не проверяет Smile

Ну они поняли видимо, что лучше убрать проверку exe :D

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
TiX

Слишком узко... некатит в современном мире :(

PS:

macro.jpg

post-182-1147460822.jpg

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
broker

TiX

а что в ФАЙЛЕ?

Добавлено спустя 3 минуты 57 секунд:

Слишком узко... некатит в современном мире

К самостоятельный продукт может быть, а вот как технология.. вполне..

может кто-нить купить :)

Хотя в любом случае, если в компании основная угроза макро вирусы - то вполне подходит.. тем более, что тут, очевидно, будет уникальная зверушка. А по уникальным зверушкам этот антивирус должен хорошо работать.

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Mag3d

Вы пишите:

Ну они поняли видимо, что лучше убрать проверку exe

Я с ними связывался: они утверждают, что осенью представят уже первый модуль по эксзешникам, посмотрим ...

В стаконе нет ни какого нейросетевого алгоритма, все гораздо проще.

По поводу нейронных сетей:

> Под n-мерным вектором,

> скорей всего, они понимают вектор, который формируем

> пространство размерности m, где m кол-во вирусов

При построении нейронной сети возникает проблем много:

1) цель использования: классификация или распознование,

2) если распознование, то на входящий слой нейронной сети нужно подавать какие-то признаки, а какие? Что можно померять, да черт

его знает, можно примитивный булевый вектор использовать, но кроме классификации да еще и примитивной ни чего не будет.

IBM не заморачивалось и на вход нейронной сети подавали загрузочный сектор целиком, т.о. они обучили на зараженных загр. секторах, а потом на нормальных ...

Сами понимаете (мое мнение): что эффективность мала,

семантика не учитывается.

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
broker

вот тут они кое-что описывают

http://www.stocona.ru/technology/antivirus/index.html

а на этой картинке есть фраза ИИ.. может это и не нейросеть.. но понятие обучение должно быть.. иначе какой это ИИ

Добавлено спустя 1 минуту 24 секунды:

вообще то, не читая этой статьи я выше описал эту технологию.. указал преимущества.

antivirProblem6.gif

post-36-1147462386.gif

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
broker
А обучение есть у них конечно.

у всего, что вы описали на заданном множестве обучающих и тестовых выборок всегда конечное обучение.. иначе смысла в использовании данных алгоритмов НЕТ

если обучение длительное или бесконечное.. ищут другие алгоритмы обучения :)

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Mag3d

Работает у них (стокона) долго: много думае :)

> у всего, что вы описали на заданном множестве обучающих и

> тестовых выборок всегда конечное обучение.. иначе смысла в

> использовании данных алгоритмов НЕТ

Да, при этом необходимо еще и репрезентативность выборок (обучающей / контрольной) обосновать нужно, а то у стоконовцев красивые примеры приводятся,

а это "правило" или "исключение из него", тоже не понятно,

по этому я и просил протестировать, интересно что получиться ...

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
nobody@nowhere
Под искусственным интеллектом можно понимать многое:

генетические алгоритмы, нейронные сети, алгоритмы на логике предикатов и многое другое ...

А обучение есть у них конечно.

БД у них не сигнатур, а цепочек вызовов (опасных функций),

еще чего-то ...

А вообще интересно было бы пообщаться с Олегом Зайцевым,

что он использует в качестве входящих признаков в нейронных сетях у себя, хотя бы идеи

а какие проблемы?

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
TiX
TiX

а что в ФАЙЛЕ?

Ну как минимум опровержении инфы в статье Стаконы про создание, запуск файлов и удаление директорий. и недетектирование этих действий в процессе мониторинга.. (тестировалась версия Персолан а в 5той линейке Office Guard был только в Про)

Добавлено спустя 3 минуты 29 секунд:

вот тут они кое-что описывают

http://www.stocona.ru/technology/antivirus/index.html

а на этой картинке есть фраза ИИ.. может это и не нейросеть.. но понятие обучение должно быть.. иначе какой это ИИ

Добавлено спустя 1 минуту 24 секунды:

вообще то, не читая этой статьи я выше описал эту технологию.. указал преимущества.

Вобщем все это чудо - нейросеть реализована в АВЗ Ж) И прекрасно работает...

За ней будущее безусловно.. Ибо не требует эмуляции кода

Добавлено спустя 1 минуту 40 секунд:

>что он использует в качестве входящих признаков в нейронных сетях у себя, хотя бы идеи

Списки АПИ, расширения, количество и название секций.. вобщем все что можно у Пе файла взять Ж)

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Mag3d

TiX пишет:

> Списки АПИ, расширения, количество и название секций.. вобщем

> все что можно у Пе файла взять Ж)

Навряд ли это использует Олег Зайцев, слишком косвенно (осебенно секции, их кол-во, расширения).

Списки API тоже не помогут, т.к. вероятность ложного срабатывания будет огромна, особенно для программных загладок, даунлоадеров и всей подобной ерунды.

Так сейчас работают большинство эвристиков.

И нейронные сети здесь неуместны, за счет вычислительной сложности, и качества распознавания.

> ... Ибо не требует эмуляции кода.

А что вы будете делать с полиморфиками, облом, нужна эмуляция, иначе весь класс РПС выпадет, пока не раскрутили настоящий код антивирус отдыхает.

Лично мне в этой сетуации интересно лишь: в каких антивирусниках какова глубина эмуляции программного кода (Коэн под этим понимает сколько через сколько операций эмулятор в любом случае остановится).

Для построения нейросети Нужен учет семантики, но как непонятно.

Нужно разговаривать с Олегом (если он конечно поделится технологией, концептуально), возможно есть учет последовательностей вызовов API, я видел статьи.

А вообще предлагаю открыть отдельную тему или еще что-то посвященную непосредственно механизмам обнаружения и как они реализуются в различных АВС.

Интересно посмотреть даже на способы ускорения сигнатурного анализа. У меня есть некотрая информация, и если общественность поддержит, то можно обсудить, есть о чем по-говорить.

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
TiX

Навряд ли это использует Олег Зайцев, слишком косвенно (осебенно секции, их кол-во, расширения).

Использует... это нейросеть получает более 150 параметров Ж)

Списки API тоже не помогут, т.к. вероятность ложного срабатывания будет огромна

Ну так надо совмещать с базой чистых файлов, строкам в коде, и.т.д

, особенно для программных загладок, даунлоадеров и всей подобной ерунды.

Работает ведь Ж)

Так сейчас работают большинство эвристиков.

И это верно.. но нейросеть какраз позволяет избежать недостатков эвристики - ложных срабатываний

> ... Ибо не требует эмуляции кода.

А что вы будете делать с полиморфиками, облом, нужна эмуляция, иначе весь класс РПС выпадет, пока не раскрутили настоящий код антивирус отдыхает.

Нафига его вобще эмулировать? Запустил в виртуальной среде.. посмотрел что процесс делает и зделал вывод.

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты

  • Сообщения

    • Ego Dekker
      ESET Online Scanner 4.0.1  (Windows 10/11, 64-разрядная)
                                                                                  ●
              Руководство пользователя ESET Online Scanner 4  (PDF-файл)
    • Ego Dekker
      ESET Cyber Security был обновлён до версии 9.0.6700.
    • AM_Bot
      Теория звучит убедительно, но работает ли она на практике? Мы внимательно изучили Phishman 2.35 и решили не останавливаться на описании её возможностей. Вместо этого протестировали платформу на собственных сотрудниках и удивились, к каким результатам это привело.      1. Введение2. Методология тестирования Phishman 2.353. Первичное тестирование3.1. Подготовка шаблонов фишинговых сообщений, инфраструктуры рассылки3.2. Тестирование доставки и отражения результатов в статистике3.3. Результаты атак4. Обучение4.1. Формирование учебной группы4.2. Составление образовательной программы по повышению киберкультуры4.3. Процесс обучения и его результаты5. Повторное тестирование5.1. Результаты атак6. Подведение итогов6.1. Сложности, с которыми мы столкнулись7. Впечатления от проекта команды «АМ Медиа»7.1. Реакция сотрудников7.2. Реакция организаторов7.3. Сотрудничество с вендором8. ВыводыВведениеPhishman 2.35 — это система повышения осведомлённости пользователей в сфере ИБ. Она помогает развивать киберкультуру и формировать у сотрудников устойчивые навыки безопасной работы с информацией, цифровыми сервисами и корпоративными ресурсами. В процессе обучения сотрудники учатся распознавать актуальные сценарии атак, закрепляют правильные модели поведения и в результате реже становятся причиной инцидентов, связанных с человеческим фактором.В первой части обзора Phishman 2.35 мы рассмотрели платформу с точки зрения её возможностей. Теперь пришло время проверить, как всё это работает на практике. За время проекта мы не только оценили эффективность различных сценариев, но и столкнулись с рядом особенностей, которые невозможно увидеть в документации. Одни из них влияли на ход тестирования, другие оказались скорее организационными нюансами, о которых стоит знать заранее.Методология тестирования Phishman 2.35В процессе работы с киберкультурой «АМ Медиа» мы будем использовать следующие метрики:Обученность. Отражает уровень знаний сотрудников в области ИБ. Показатель растёт, когда сотрудники осваивают темы: реагирование на инциденты, защита от социальной инженерии и другие критически важные компетенции.Иммунность. Показывает, как сотрудники применяют знания на практике. Она повышается, когда демонстрируется способность распознавать угрозы и правильно на них реагировать в реальных сценариях.Киберосознанность — итоговая метрика. Объединяет знания и практические навыки, показывая, насколько сотрудники в целом устойчивы к киберугрозам и действуют корректно при их возникновении.Прежде чем оценивать эффективность работы системы, необходимо определить отправную точку. Первичное тестирование определит, на какие сценарии реагирует каждый сотрудник, где чаще всего допускаются ошибки и какие темы требуют дополнительного развития. На основе этих данных формируется индивидуальная программа обучения: сотрудники проходят персонализированные курсы, выполняют практические задания и тесты, которые помогают устранить выявленные пробелы и закрепить необходимые навыки. В процессе обучения повышается уровень обученности, а закрепление знаний через практику влияет на показатель иммунности. После завершения обучения мы проведём повторное тестирование, которое покажет, какие изменения произошли по всем ключевым метрикам.Заключительный этап — сравнение результатов первичного и повторного тестирования. Здесь станет понятно, насколько вырос уровень киберкультуры сотрудников: изменилось ли их отношение к вопросам ИБ, стали ли они увереннее распознавать угрозы и чаще принимать безопасные решения в ситуациях, где раньше могли допустить ошибку.В качестве основного канала для рассылки фишинга выбрали электронную почту. Причина очевидна: именно она остаётся основным способом первичного контакта злоумышленников с сотрудниками и доставки фишинговых сценариев. По имеющимся оценкам, более 90 % успешных кибератак начинаются с электронного письма, поэтому исключать этот канал из подобных проверок было бы некорректно.Первичное тестированиеРеальные фишинговые атаки почти никогда не строятся по универсальному шаблону: злоумышленники адаптируют содержание писем под роль человека в компании, его рабочие процессы и типовые задачи. Поэтому при выборе целевой аудитории мы разделили сотрудников по функциям и уровню доступа к корпоративным данным, а сам проект разбили на 3 последовательные волны с разным уровнем сложности.Подготовка шаблонов фишинговых сообщений, инфраструктуры рассылкиПосле определения целевой аудитории был проведён анализ структуры подразделений и рабочих процессов сотрудников. На этом этапе изучались:должностные обязанности;распределение зон ответственности;характер внутреннего взаимодействия между отделами;используемые адреса электронной почты;формат повседневной служебной переписки.Это позволило понять, какие сценарии коммуникации являются для сотрудников привычными и не вызывают подозрений.На основе собранных данных были подготовлены сценарии фишинговых сообщений. При разработке содержимого учитывались тематика рабочих задач, стиль корпоративного общения, оформление внутренних уведомлений и типовые причины отправки писем внутри организации. Основная задача заключалась в том, чтобы письмо воспринималось как стандартное рабочее сообщение, соответствующее реальным бизнес-процессам заказчика.Волна 1. Первая волна была построена как массовый фишинг. Сценарий — сверка графика отпусков. Для атаки создавали и настраивали пользовательский шаблон. Тип атаки — обычный, время начала рассылки — сразу, при запуске атаки.На этом этапе проверялась базовая реакция сотрудников на привычные рабочие триггеры и способность распознавать типовые признаки фишинга без привязки к конкретному подразделению. Рисунок 1. Шаблон для первой волны Рисунок 2. Вид фишингового письма из первой волны в почте Волна 2. Для каждого отдела были подготовлены письма, основанные на реальных рабочих процессах, характерных запросах и ситуациях, с которыми сотрудники регулярно сталкиваются в своей деятельности. Для атаки создали и настроили пользовательский шаблон, где-то добавили немного визуального оформления. Время начала рассылки — по запланированному времени. Рисунок 3. Пример шаблона из второй волны для отдела «Продажи» Рисунок 4. Вид фишингового письма из второй волны для отдела «Продажи» Волна 3. Здесь моделировались уже более сложные сценарии целевого фишинга (spear phishing). В письмах использовались специальные формулировки, элементы корпоративного брендирования. На этом этапе проверялась не только внимательность сотрудников, но и способность замечать менее очевидные признаки атаки в условиях, максимально приближённых к реальной целевой компрометации.За основу брали системный брендированный шаблон «Яндекс ID», добавили фишинговую форму и скорректировали немного её содержание. Тип атаки — обычный, время начала рассылки — по запланированному времени. Рисунок 5. Пример шаблона из третьей волны Рисунок 6. Вид фишингового письма из третьей волны При переходе по ссылке открывалась фишинговая страница. Рисунок 7. Фишинговая страница Тестирование доставки и отражения результатов в статистикеДалее была подготовлена инфраструктура рассылки. После её настройки проводилось тестирование доставки сообщений. Проверялась доставка писем во входящие сообщения почтовых клиентов, анализировалась реакция антиспам-механизмов в почте, а также контролировалась корректность работы механизмов отслеживания действий пользователей. Рисунок 8. Результаты тестирования доставки и отображения сообщений в почте Тестирование прошло успешно.После завершения проверки была сформирована последовательность отправки сообщений по заранее определённым волнам. Такой подход позволил распределить нагрузку, контролировать ход тестирования и отслеживать реакцию сотрудников на различных этапах проведения проверки. Рисунок 9. Активные мероприятия Результаты атакБыли получены следующие результаты:Иммунность — 81 %. Хороший иммунитет, большинство реагирует правильно. Охват аудитории (повторно попались на фишинг) — 71 %.Уровень риска — 8, средний. Устойчивость формируется, но есть ещё риски. Рисунок 10. Общая информация после проведения первичного тестирования Самый низкий уровень иммунности — около 50 %, после первых двух волн атак. Рисунок 11. График иммунности во время первичного тестирования Далее — сформировали в системе отчёт по скомпрометированности сотрудников, на основании которого выполнили самостоятельный анализ результатов по отделам без учёта результатов тестирования шаблонов атак. Рисунок 12. Отчёт по скомпрометированности всех сотрудников в Phishman 2.35 Таблица 1. Результаты первичного тестирования по отделамОтделЗаполнили формуОткрыли вложенияОткрыли ссылкуДокументооборот04,76 %4,76 %Продажи04,76 %9,52 %Продюсеры 0023,8 %Редакция0019,04 %Руководитель000 ОбучениеПервичное тестирование завершено, поэтому следующим этапом стало определение группы риска и формирование программы обучения.Формирование учебной группыНа этапе отбора рассматривались два варианта формирования учебной группы. Первый предполагал использование показателя иммунности сотрудников. Второй вариант заключался в создании правила, автоматически формирующего список сотрудников, которые были скомпрометированы в ходе проведённых проверок. Этот подход позволял сразу получить выборку пользователей, продемонстрировавших наибольшую подверженность атакам, без ожидания обновления показателей.Был выбран второй вариант. На основании созданного правила была сформирована группа для обучения: в неё вошли люди, которые были скомпрометированы в ходе первичного тестирования. Рисунок 13. Создание правила для выявления группы риска Рисунок 14. Отчёт по отработанному правилу для выявления группы риска Отдельно была сформирована группа сотрудников, успешно распознавших фишинговую атаку, для участия в обучении, направленном на поддержание киберкультуры.Составление образовательной программы по повышению киберкультурыПопавшиеся сотрудники были включены в отдельную учебную группу, для которой сформировали персональную образовательную траекторию. В неё вошли 3 микрокурса по фишингу и 1 курс по информационной безопасности. Содержание траектории было направлено на повышение устойчивости к методам социальной инженерии и снижение вероятности компрометации учётных данных. Рисунок 15. Заполнение параметров обучения сотрудников Рисунок 16. Составление учебной программы Отдельно была запущена программа обучения для сотрудников, которые не попали в выборку по результатам правила.Процесс обучения и его результатыПервый отчёт мы сформировали через 2 дня после запуска обучения, что позволило получить предварительную оценку вовлечённости сотрудников. Анализ данных показал, что наибольшую активность на начальном этапе продемонстрировали сотрудники, которые попались на фишинг. Рисунок 17. Промежуточный анализ обучения Через неделю после запуска обучения провели повторный анализ прогресса, включая оценку прохождения курсов и выявление участников, не приступивших к обучению. Рисунок 18. Отчёт по динамике обучения в Phishman 2.35 Анализ показал, что часть сотрудников не завершила обучение в установленный срок. Для обеспечения максимального охвата было принято решение о продлении сроков прохождения курсов. Рисунок 19. Продление и корректировка процесса обучения В результате фактическая продолжительность обучения составила 2 недели, что превысило первоначально установленный срок в одну неделю. Но и этого времени не хватило нашим сотрудникам. Чтобы узнать, кто оказался более ответственным, воспользовались возможностями правил. Рисунок 20. Пример настройки правила по выявлению сотрудников, прошедших обучение В результате была получена информация о сотрудниках, полностью и частично прошедших обучение. Рисунок 21. Отчёт по сработанному правилу по выявлению сотрудников, прошедших обучение Рисунок 22. Отчёт по сработанному правилу по выявлению сотрудников, частично прошедших обучение Результаты обучения:полностью прошли обучение — 52 %;частично — 22 %;не прошли обучение — 26 %.Мы проанализировали список сотрудников, не приступивших к обучению, и выяснили, что это те, кто не попался на фишинг во время первичного тестирования.Среди сотрудников, которые попались на фишинг, 80 % прошли обучение, остальные — прошли его частично. Рисунок 23. Результаты обучения сотрудников «АМ Медиа» Вместе с тем за этот период были зафиксированы положительные изменения в ключевых показателях: уровень обученности достиг 9 319 баллов, а показатель киберосознанности — 7 561 баллов. Несмотря на положительную динамику, полученные значения оставались гораздо ниже целевых ориентиров, что свидетельствует о необходимости дальнейшей работы по повышению вовлечённости сотрудников и развитию киберкультуры.Повторное тестированиеПовторное тестирование проводилось по тем же этапам, что и первичное: подготовка шаблонов, тестирование и проведение атак. Как и на первом этапе, основной задачей было сделать письмо максимально похожим на стандартную рабочую переписку, соответствующую реальным бизнес-процессам нашей компании.Подготовительный этап повторного тестирования потребовал дополнительных временных затрат, связанных с регистрацией новых доменов и расширением сценариев атак с учётом результатов первичного тестирования.Волна 1. Сценарии формировались не только для отдельных подразделений, но и адресно для конкретных сотрудников, что позволило повысить реалистичность и точность имитации фишинговых атак. Запустили несколько атак, для каждой из них были разработаны индивидуальные шаблоны электронных писем и соответствующие фишинговые формы. Тип атаки — обычный, время начала рассылки — по запланированному времени. Рисунок 24. Пример фишингового письма для первой волны Рисунок 25. Пример фишинговой формы для письма из первой волны Волна 2. Вторая волна представляла собой массовую фишинговую кампанию. Для неё был создан и настроен пользовательский шаблон, основанный на триггерах срочности и страхе финансовых потерь. Тип атаки — обычный, время начала рассылки — сразу, при запуске атаки. Рисунок 26. Пример фишингового письма для второй волны Тестирование доставки писем и корректности отражения результатов в статистике прошло успешно.Результаты атакВ повторном тестировании приняли участие уже 23 человека. Увеличение числа участников на 2 человека связано с подключением новых сотрудников к нашему эксперименту. Резких скачков иммунности здесь не наблюдалось. Рисунок 27. График иммунности во время повторного тестирования Для дополнительной оценки мы и здесь также выполнили самостоятельный анализ результатов по отделам без учёта результатов тестирования шаблонов атак. Таблица 2. Результаты повторного тестирования по отделамОтделЗаполнили формуОткрыли вложенияОткрыли ссылкуДокументооборот000Продажи008,7 %Продюсеры 008,7 %Редакция8,7 %08,7 %Руководитель000 Мы также посмотрели, как себя показали сотрудники, которые не прошли обучение, в повторном фишинговом тесте. По данным отчёта, в первой волне повторного тестирования на фишинг попались 40% из всех, кто не обучался. Рисунок 28. Поиск информации о сотруднике в отчёте по атакам Подведение итогов После завершения всех этапов эксперимента мы получили следующие показатели:Иммунность — 76 %. Хороший иммунитет, большинство реагирует правильно. Охват аудитории (повторно попались на фишинг) — 91,3 %.Уровень риска — 7, средний. Рисунок 29. Информационная панель Phishman 2.35 после завершения эксперимента После обучения и повторного тестирования добавились другие показатели:Обученность — 11 / 100. Знания отсутствуют, обучение следует начать с базового уровня.Киберосознанность — 10 / 100. Низкий уровень, сотрудники не знают, как действовать в случае угроз.Часть результатов сравнили и представили их в таблице ниже. Таблица 3. Сравнение показателей киберкультуры до и после обученияПоказательДо обученияПосле обученияОбученность09319Иммунность81 %76 %Киберосознанность 07561Охват аудитории (повторно попались на фишинг)71 %91,3 %Уровень риска87 Также проанализировали действия сотрудников после обучения и сравнили их с результатами первичного тестирования. Таблица 4. Сравнение действий сотрудников до обучения и послеОтделЗаполнили формуОткрыли вложенияОткрыли ссылкуДо обученияПосле обученияДо обученияПосле обученияДо обученияПосле обученияДокументооборот004,76 %04,76 %0Продажи004,76 %09,52 %8,7 %Продюсеры 000023,8 %8,7 %Редакция08,7 %0019,04 %8,7 %Руководитель000000 Рисунок 30. Процент попавшихся на фишинг до обучения и после по отделам Если во время первичного тестирования попалось 22 % участников, то после обучения этот показатель уменьшился и стал 12 %. Рисунок 31. Общий процент попавшихся на фишинг до обучения и после Результаты повторного тестирования показали, что, несмотря на заметное снижение количества взаимодействий с фишинговыми письмами, часть сотрудников по-прежнему выполняет действия, свидетельствующие о подверженности атакам. Это ожидаемый результат, поскольку киберкультуру невозможно сформировать за столь короткое время. Речь идёт о длительном процессе, который требует регулярной работы как со стороны специалистов по информационной безопасности, так и со стороны самих сотрудников.Наш эксперимент позволил проверить знания сотрудников, провести обучение и затем оценить, насколько полученные знания закрепились на практике. Однако с точки зрения развития киберкультуры — это лишь один из этапов работы, а не её завершение.Сложности, с которыми мы столкнулисьОсобенность нашего эксперимента — организация предварительного тестирования. Перед запуском каждой атаки мы проверяли её работу на собственном аккаунте, чтобы убедиться в корректной отработке сценария на стороне пользователя. Такие проверки попадали в общую статистику системы и оказывали влияние на итоговые показатели. Возможность исключить подобные события из расчётов отсутствует. Согласно комментариям вендора, для этих целей следует использовать отдельный тестовый стенд. Поэтому мы вели дополнительно самостоятельный анализ результатов эксперимента.Отдельные сложности возникли на этапе обучения сотрудников. Завершить обучение в установленные сроки не удалось из-за человеческого фактора. Не все участники смогли своевременно пройти назначенные материалы, что потребовало увеличения периода обучения и дополнительного контроля за его прохождением.Впечатления от проекта команды «АМ Медиа»Проведение тестирования не вызвало негативной реакции со стороны сотрудников. Хотя фишинговые сообщения активно обсуждались внутри коллектива, жалоб руководству или недовольства вида «зачем вообще было устраивать такую проверку» не возникло. Основной интерес был сосредоточен вокруг самих писем и попыток понять, что именно происходит.Реакция сотрудниковОдним из самых любопытных наблюдений стала реакция сотрудников после первой волны первичного тестирования. Полученные фишинговые сообщения быстро стали предметом обсуждения: сотрудники пересылали их друг другу, задавали вопросы коллегам и пытались разобраться, что происходит.Некоторые пошли ещё дальше и вступали в переписку с отправителем, воспринимая фишинговые письма как реальные рабочие сообщения. Это наглядно показало не только убедительность используемых сценариев, но и то, что практическое столкновение с угрозой вовлекает сотрудников в тему ИБ гораздо сильнее, чем абстрактные примеры из учебных материалов. Во время повторного тестирования такой реакции уже не возникло.Реакция организаторовЕсли для большинства сотрудников тестирование выглядело как неожиданно появившиеся письма в почте, то для команды, которой было поручено тестирование Phishman 2.35 этот проект сопровождался совсем другими эмоциями. Подготовка сценариев, запуск атак и ожидание результатов вызывали ощутимое волнение. Оказалось, что смотреть на ситуацию глазами злоумышленника не так просто, как может показаться со стороны. Приходилось постоянно задавать себе вопросы: какой сценарий покажется правдоподобным, что привлечёт внимание сотрудника, а что, наоборот, вызовет подозрения.Самыми напряжёнными были дни первой волны тестирования. На этом этапе ещё не было понимания, как сотрудники отреагируют на рассылки, насколько убедительными окажутся сценарии и не вызовет ли проверка негативной реакции внутри коллектива. С каждой новой зафиксированной активностью интерес смешивался с тревогой, а результаты ожидались едва ли не с большим нетерпением, чем сам запуск кампании.После завершения эксперимента стало легче: всё задуманное удалось реализовать, результаты были получены и проанализированы. Тем не менее полностью избавиться от мыслей о проделанной работе не получилось. Время от времени возвращаешься к отдельным этапам и задаёшься вопросом: а стоило ли сделать именно так? Может быть, какой-то сценарий можно было построить иначе, а какие-то решения принять по-другому?Наверное, это естественная часть любого практического проекта. Когда работа заканчивается, появляется возможность посмотреть на неё со стороны и критически оценить собственные решения. Именно в такие моменты часто приходят идеи, которые помогают сделать следующие проекты лучше.Сотрудничество с вендоромВ ходе подготовки и проведения эксперимента иногда возникали вопросы, связанные с настройкой платформы, особенностями реализации отдельных сценариев и интерпретацией результатов. Для их решения использовались как переписка, так и рабочие созвоны. Запросы обрабатывались оперативно, что позволяло своевременно получать необходимую информацию и не допускать задержек в выполнении работ. Поддержка была доступна не только в рабочее время, но и в выходные дни.ВыводыПовторное тестирование показало, что тщательно подготовленные и персонализированные фишинговые атаки значительно эффективнее. При наличии качественной разведки злоумышленники способны подобрать убедительный сценарий практически для любого сотрудника. А если специалист может ошибиться, то сотруднику, который не занимается вопросами ИБ каждый день, сделать это ещё проще.Работа в сфере информационной безопасности или информационных технологий сама по себе не защищает человека от фишинга, социальной инженерии и других современных атак. Мы убедились в этом на собственном опыте: даже профильные знания не гарантируют, что человек не попадется на хорошо продуманную атаку. Злоумышленники постоянно меняют сценарии, поэтому знания, полученные однажды, быстро устаревают.При помощи эксперимента мы не только проверили, насколько сотрудники готовы распознавать атаки, но и поняли, как с помощью Phishman 2.35 можно сделать работу по развитию киберкультуры системной. Вместо отдельных курсов появился понятный цикл: смоделировать атаку, оценить реакцию, провести обучение и проверить, изменилось ли поведение участников. При необходимости — повторить или скорректировать процесс при помощи рекомендаций платформы. Результаты фиксируются автоматически, поэтому можно видеть, какие темы требуют больше внимания, и развивать киберкультуру на основе реальных данных, а не предположений.Читать далее
    • PR55.RP55
    • santy
      RP55, есть у тебя ТГ?
×