Американский исследователь обвинил жителя Санкт-Петербурга в написании TDSS

Американский исследователь обвинил жителя Санкт-Петербурга в написании TDSS

Американский независимый исследователь в области информационной безопасности Брайан Кребс с помощью логических рассуждений пришёл к выводу о том, что житель Санкт-Петербурга Чингиз Галдзиев имеет отношение к созданию широко известной вредоносной программы TDSS. Свои рассуждения Брайан Кребс довольно подробно изложил в двух статьях в своём блоге KrebsOnSecurity. Тем не менее, данные рассуждения не доказывают напрямую тот факт, что автором TDSS является именно Чингиз Галдзиев.

Первая запись блога Кребса, в которой описывалась одна из схем получения прибыли злоумышленниками от бот-сети, созданной из компьютеров, заражённых TDSS, была опубликована 6 сентября.

Со ссылкой на исследование "Лаборатории Касперского" и других специалистов Брайан Кребс изучил статистику использования заражённых TDSS компьютеров для предоставления платного анонимного доступа к Интернету.

В частности, Кребс пишет о том, что злоумышленники разработали плагин для браузера Firefox для того, чтобы их клиентам было удобно использовать платные прокси-серверы для испования интернет-трафика заражённых компьютеров. В качестве "внешней вывески" для клиентов используется сайт, расположенный в домене awmproxy.net, который предлагает "самые быстрые анонимные прокси-серверы".

Что касается стоимости услуг, предлагаемых злоумышленниками, то обычный анонимный прокси-сервер для браузера обойдётся клиенту в 3 доллара США за день использования или 25 долларов в месяц. Прокси-сервер, который может анонимизировать весь сетевой трафик на компьютере клиента, будет стоить от 64 до 500 долларов в месяц. За 160 долларов в неделю клиент может получить в своё управление 100 компьютеров, заражённых TDSS. Сервис, который злоумышленники назвали AWMproxy, принимает оплату через платёжные системы PayPal, Mastercard и Visa.

Сайт awmproxy.net в настоящее время в среднем предлагает в аренду около 24 000 прокси-серверов. Это число постоянно меняется. Связано это, например, с тем, что пользователи заражённых компьютеров отключают их на ночь или на время выходных дней.

В среду Брайан Кребс опубликовал ещё одну запись в блоге, где провёл анализ кода сайта awmproxy.net. В частности, в страницы сайта был интегрирован код Google Analytics, идентификатор которого соответствовал ещё шести другим сайтам, судя по информации, которую Кребс получил на сайте ReverseInternet.com.

Используя сервисы, предлагаемые сайтом domaintools.com, исследователь изучил историю ресурса awmproxy.com, являющегося клоном awmproxy.net, и выяснил, что он был зарегистрирован в 2008 году на электронный адрес fizot@mail.ru.

Этот ящик также использовался для регистрации сайта fizot.com (ныне не функционирующий), зарегистрированный на Чингиза Галдзиева. Также, используя этот адрес Кребс вышел на учётную запись Чингиза Галдзиева в Live Journal (Живом журнале).

В одной из записей в ЖЖ Чингиз Галдзиев опубликовал видео-файл, выложенный на YouTube, на котором изображена принадлежащая ему машина Porsche с номером Н666ХК 98. Данный номер соответствует Санкт-Петербургу.

В настоящее время Чингиз Галдзиев, который, по мнению исследователя скрывается под ником Fizot, удалил все записи из своего аккаунта в ЖЖ, а также удалил все видеофайлы, выложенные им в YouTube.

В настоящее время под этим аккаунтом в ЖЖ находится единственная запись, в которой сказано, чтобы Fizot'а не беспокоили, так как он "давно продал бизнес по предоставлению прокси-серверов". Вместо этого Fizot предлагает обратиться к актуальному хозяину ресурса.

Брайан Кребс с помощью логических рассуждений пришёл к выводу о том, что житель Санкт-Петербурга Чингиз Галдзиев имеет отношение к созданию широко известной вредоносной программы TDSS. Свои рассуждения Брайан Кребс довольно подробно изложил в двух статьях в своём блоге KrebsOnSecurity. Тем не менее, данные рассуждения не доказывают напрямую тот факт, что автором TDSS является именно Чингиз Галдзиев.

" />

В Security Vision SOAR появились ИИ-ассистент и ML-отчёты

Security Vision выпустила обновление платформы SOAR, добавив в неё несколько заметных функций — локальный ИИ-ассистент, ML-скоринг инцидентов и автоматические ML-отчёты по итогам расследований. Обновление ориентировано на повседневную работу SOC и обработку инцидентов без выхода за контур заказчика.

Security Vision SOAR используется для управления и автоматизации реагирования на инциденты информационной безопасности на всех этапах их жизненного цикла — от выявления и анализа до восстановления и постинцидентной работы.

В основе платформы лежит объектно-ориентированный подход: каждый элемент инцидента — будь то хост, учётная запись, процесс или артефакт — рассматривается как отдельный объект со своей историей, связями и возможными действиями.

Сценарии реагирования в системе динамические: плейбуки автоматически подстраиваются под развитие инцидента, появление новых данных и техник атак. Дополнительно платформа выстраивает цепочку Kill Chain, показывая, как развивалась атака и какие шаги предпринимал злоумышленник.

Система также предлагает рекомендации по дальнейшим действиям, опираясь на контекст инцидента, накопленный опыт SOC и ML-модели, включая оценку вероятности ложного срабатывания.

 

В новом релизе появился локальный ИИ-ассистент в формате чат-бота. Он работает полностью внутри инфраструктуры заказчика и не обращается к внешним сервисам. Ассистент учитывает контекст конкретного инцидента — его стадию, связанные объекты, историю действий и похожие кейсы — и помогает аналитикам разбираться в событиях, расшифровывать логи, понимать техники атак или формировать команды для диагностики. Модель может дообучаться прямо в SOC на результатах обработки инцидентов и аналитических бюллетенях, при этом все данные остаются внутри контура.

Ещё одно нововведение — ML-скоринг критичности инцидентов. Модель автоматически оценивает приоритет события на основе его масштаба и значимости затронутых активов, что упрощает триаж и помогает быстрее понять, какие инциденты требуют внимания в первую очередь.

Также в платформе появился ML-summary — автоматическое резюме по итогам расследования. При закрытии инцидента система формирует краткий отчёт в едином формате: что произошло, какие действия были выполнены, к какому результату они привели и удалось ли атакующему чего-то добиться. Такое резюме сохраняется в карточке инцидента и отчётности, упрощая передачу дел между сменами и снижая потерю контекста.

В целом обновление направлено на то, чтобы упростить и ускорить рутинную работу SOC: быстрее разбираться в инцидентах, снижать нагрузку на аналитиков и сохранять знания внутри команды без необходимости вручную оформлять каждый шаг расследования.

RSS: Новости на портале Anti-Malware.ru