Российские спамеры заработали $150 млн за три года

...

Российская партнерская сеть Glavmed, которая считается крупнейшим в мире распространителем поддельных фармацевтических препаратов (в основном, на территории США и Канады) в период с мая 2007 г. по июнь 2010 г. заработала на этой деятельности как минимум $150 млн.



Об этом сообщает в своем отчете ресурс KrebsOnSecurity.com. Как сообщает автор материала, он получил данные от специалиста в компании, специализирующейяс на борьбе со спамом. Этот человек, в свою очередь, получил информацию от анонимного источника под ником Despduck, утверждающего, что у него есть доступ к полной базе данных Glavmed, включающей в себя список сотрудничающих с сетью вебмастеров, их доходы, а также полный перечень поставок фармацевтических товаров заказчикам, передает CNews.

По словам представителей KrebsOnSecurity, в их руки попала база данных размером 9 гигабайт, включающая в себя вышеуказанные данные за три года работы партнерской сети. Эти данные также были отправлены ряду правоохранительных органов США.

Согласно информации в базе данных, за указанный период с мая 2007 г. по июнь 2010 г. партнерская сеть Glavmed получила более 1,5 млн заказов от примерно 800 тыс. клиентов. Общие доходы организации составили $150 млн. Партнеры сети получали в среднем около 40% комиссии за все продажи, реализованные на их сайтах.

Anti-Malware Яндекс ДзенПодписывайтесь на канал "Anti-Malware" в Telegram, чтобы первыми узнавать о новостях и наших эксклюзивных материалах по информационной безопасности.

Новое решение Angara Security на базе ML повысит эффективность SOC

Специалисты компании Angara Security выпустили решение на базе нейронной сети, интегрирующееся с SIEM-системой. По словам разработчиков, новинка поможет повысить эффективность мониторинга в SOC.

Комбинированные слои, из которых состоит нейронная сеть, свойственны как сверточным сетям (Convolutional Neural Networks), так и рекуррентным (Recurrent Neural Networks).

Таким образом, разработка поможет дополнить стандартные методы анализа событий в информационной безопасности, а также с высокой точностью выявлять вредоносную активность по характерным паттернам.

В этом случае безопасники избавляются от необходимости писать отдельные правила детектирования для каждой новой утилиты или процедуры.

«ML-модели являются отличным вспомогательным инструментом в работе аналитиков. С одной стороны, они позволяют расширить возможности по детектированию активности злоумышленников, с другой — автоматизировать часть процессов и высвободить ресурсы для задач, требующих участия человека», — комментирует Артем Грибков, заместитель директора Angara SOC по развитию бизнеса.

Использованная Angara Security ML-модель может применяться в трёх сценариях. Например, для детектирования PowerShell-скриптов — одного из любимых инструментов киберпреступников.

Второй сценарий — обнаружение DGA-доменов и DNS-туннелирования. Зачастую классические методы анализа DNS-имен выдают ложноположительные срабатывания, а сверху ещё накладывается проблема доменных имён, похожих на легитимные. В Angara Security отмечают, что ML-решение справляется с этой задачей.

Наконец, третий сценарий — анализ журналов веб-серверов. ML-модель в этом случае может использоваться в качестве дополнения к WAF-системам или как альтернатива эшелонированной защиты веб-ресурсов.

Anti-Malware Яндекс ДзенПодписывайтесь на канал "Anti-Malware" в Telegram, чтобы первыми узнавать о новостях и наших эксклюзивных материалах по информационной безопасности.

RSS: Новости на портале Anti-Malware.ru