Кибер-преступники создают специализированные поисковые системы, которые выводят пользователей на вредоносные сайты

Кибер-преступники создают специализированные поисковые системы, которые выводят пользователей на вредоносные сайты

Данная новая тенденция подтверждает тот факт, что кибер-преступники стали еще более профессиональны. Ранее кибер-преступники использовали технологии для оптимизации зараженных сайтов под поисковые системы или техники “blackhat SEO” для улучшения положения их вредоносных веб-страниц в результатах поиска популярных поисковых систем. Сейчас кибер-преступники начали использовать свои собственные поисковые системы, которые отправляют пользователей на веб-страницы, специально созданные для заражения и обмана пользователей.

Лаборатория PandaLabs обнаружила один из вредоносных "поисковиков", которым уже воспользовались около 195 000 пользователей.

Подобные поисковые системы работают следующим образом. Когда пользователи указывают слово для поиска, система выдает только пять или шесть результатов. Нажатие на одну из ссылок среди результатов перенаправляет пользователя на веб-страницу, созданную специально для распространения вредоносного ПО. Данные страницы могут содержать такой контент как порнографическое видео, для просмотра которого пользователям предлагается загрузить самую последнюю версию проигрывателя “Web media player”. Однако на самом деле, загружаемый файл является рекламным ПО WebMediaPlayer. Более того, подобные веб-сайты были также использованы для распространения ложных антивирусных программ. 
Пример такого сайта Вы можете посмотреть здесь:
http://www.flickr.com/photos/panda_security/3504323344/

В данном случае кибер-преступники используют технику социальной инженерии: заражение пользователей происходит в результате того, что они переходят по подозрительным ссылкам и запускают вредоносные файлы. 

Луис Корронс, Технический директор PandaLabs: “Мы начали искать слова, которые наиболее часто используются кибер-преступниками. Например, популярные ныне запрос "свиной грипп" или имена таких знаменитостей как Бритни Спирс или Пэрис Хилтон. В результате этого мы вышли на страницы, которые специально разработаны для распространения вредоносного ПО. Но затем мы обнаружили, что поиски даже наших собственных имен выдают результаты, которые также могут вывести на подобные вредоносные страницы! Хотя странно, что среди вредоносных результатов оказывались и случайные, нормальные результаты. Возможно, это было сделано для того, чтобы поддержать у пользователей иллюзию подлинности поисковика”.

Чтобы не стать жертвами данного типа атак, лаборатория PandaLabs настоятельно советует пользователям использовать только надежные поисковые системы и опасаться сайтов, предлагающих сенсационное видео и необычные истории. 

“Если на подобном сайте Вас попросили загрузить кодек или программу другого типа для просмотра видео, то очень высока вероятность того, что это действительно вредоносный код”, - предупреждает Луис Корронс.

Для просмотра изображений, иллюстрирующих данную новую тенденцию, воспользуйтесь следующей ссылкой: 
http://www.flickr.com/photos/panda_security/tags/adwarewebmediaplayer/

Для более подробной информации Вы можете использовать блог PandaLabs:
http://pandalabs.pandasecurity.com/archive/Swin-flu-and-the-Blackhat-SEO...

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