Mac OS допускает раскрытие паролей в спящем режиме

Специалисты компании Passware выяснили, что особенности работы с паролями, характерные для операционных систем Mac OS X Snow Leopard и Lion, предоставляют потенциальному злоумышленнику возможность скомпрометировать аутентификационные данные при наличии физического доступа к устройству.


Условия для эксплуатации уязвимости несложны: в настройках ОС должна быть включена функция автоматического входа (по умолчанию она как раз активна), и на момент доступа к компьютеру он должен находиться в спящем режиме. Потенциальному взломщику не помешает даже система криптографической защиты FileVault: суть изъяна такова, что шифрование жесткого диска ничем не может помочь. Сложность извлекаемых паролей также не имеет ровным счетом никакого значения.

Проблема состоит в том, что при включенной функции автологина все используемые ею пароли хранятся в оперативной памяти машины в открытом виде. В таких условиях все, что нужно злоумышленнику, - это подключиться к спящему компьютеру через порт FireWire. Данная технология допускает прямой доступ к памяти (в целях повышения скорости передачи данных), так что каждый, кто смог установить физическое соединение с системой через соответствующий порт, может спокойно считывать ее (памяти) содержимое.

Стоит заметить, что сам по себе этот прием не нов. Например, Passware уже применяла его для концептуальных атак против Microsoft BitLocker и TrueCrypt, успешно дешифруя жесткие диски с криптозащитой. Некоторые другие исследователи также указывали на то, что извлечение данных из оперативной памяти потенциально представляет собой весьма эффективный способ раскрытия криптографических ключей и паролей. Опыт Passware с Mac OS X, похоже, подтверждает их правоту.

Советы пользователям компьютеров Macintosh, желающим обезопасить себя от подобных инцидентов, очевидны: отключить функцию автологина и не увлекаться использованием спящего режима, попросту выключая машину по завершении работы с ней. Если же на устройстве хранится особо важная информация, нельзя забывать и о режиме физического доступа к нему.

eWeek

Письмо автору

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

Исследователи спрятали зловреда в модели нейросети, и это сработало

В Университете Китайской академии наук убедились, что использование технологии нейронных сетей для доставки вредоносного кода способно надежно скрыть его от антивирусов. Исследование показало, что в модели можно безбоязненно подменить до половины искусственных нейронов — потеря производительности составит менее 7%, и защитные сканеры вряд ли заметят присутствие зловреда.

Для экспериментов была выбрана (PDF) сверточная нейросеть AlexNet — классическая модель, зачастую используемая для проверки эффективности алгоритмов машинного зрения. Вооружившись несколькими образцами реальных вредоносов, исследователи по-разному прятали их в скрытых слоях сети, фиксируя процент замен и точность предсказаний при прогоне контрольных изображений.

В итоге оказалось, что в 178М-байтовую модель AlexNet можно внедрить до 36,9МБ стороннего кода с потерей производительности менее 1%. Проверка результатов с помощью 58 антивирусов из коллекции VirusTotal не дала ни одного положительного срабатывания.

Для проведения атаки злоумышленнику, со слов исследователей, нужно вначале построить нейросеть и потренировать ее на заранее подготовленном наборе данных. Можно также приобрести уже обученный образец, внедрить вредоносный код и убедиться, что его присутствие не влечет неприемлемую потерю производительности. Подготовленная модель публикуется в общедоступном хранилище и начинает раздаваться, например, как апдейт в рамках атаки на цепочку поставок.

Предложенный подход предполагает дизассемблирование вредоносного кода перед встраиванием в искусственные нейроны. Обратную сборку выполняет программа-загрузчик, запущенная на целевом устройстве. Исполнение зловреда при этом можно предотвратить, если настройки атакуемой системы предусматривают верификацию загружаемого ИИ-контента. Выявить непрошеного гостя сможет также статический или динамический анализ кода.

«Обнаружить такого зловреда с помощью антивирусов в настоящее время затруднительно, — комментирует известный ИБ-специалист Лукаш Олейник (Lukasz Olejnik). — Но причина лишь в том, что никому в голову не приходит искать его в подобном месте».

Эксперты предупреждают, что рост популярности технологии нейросетей открывает новые возможности для злоупотреблений. Ее можно использовать, например, для взлома CAPTCHA, троллинга, шантажа и мошенничества, а также засева бэкдоров (PDF). Исследование возможных сценариев абьюза ИИ — залог успешной борьбы с этой ИБ-угрозой.

Anti-Malware TelegramПодписывайтесь 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