Eset выпустила антивирус для мобильных устройств Eset NOD32 Mobile

Eset выпустила антивирус для мобильных устройств Eset NOD32 Mobile

Компания Eset сообщила о выпуске антивируса Eset NOD32 Mobile – решения для защиты мобильных устройств, использующего технологию проактивного детектирования вредоносного ПО. 

Антивирус Eset NOD32 Mobile обеспечивает информационную защиту смартфонов и карманных ПК на платформе Windows Mobile от SMS-спама, вирусов, троянских и шпионских программ и другого опасного и нежелательного программного обеспечения. 

Новинка от Eset использует эвристические методы обнаружения мобильных угроз. В основе антивируса лежит технология проактивной защиты ThreatSence, позволяющая распознавать новое неизвестное вредоносное ПО еще до его внесения в сигнатурную базу. Эвристический анализатор сканирует все данные, полученные через Bluetooth, Wi-Fi, инфракрасный порт, GPRS и EDGE на наличие вредоносного кода, предотвращая попытки установки опасных и нежелательных программ на мобильное устройство. Все подозрительные файлы помещаются в раздел «карантин», и пользователь может по своему усмотрению восстановить их или удалить. Сообщения рекламного, мошеннического и другого нежелательного содержания отслеживаются с помощью спам-фильтра и отправляется в раздел «spam». 

Антивирус Eset NOD32 Mobile обеспечивает сканирование архивных файлов с возможностью настройки глубины вложенности файлов и архивов. Предусмотрены режимы сканирования по требованию (on-demand) и по доступу (on-access). 

По словам разработчиков, антивирус отличают скоромные требования к ресурсам мобильного устройства, а обновления компактны и расходуют минимальный объем интернет-трафика. Решение занимает около 500 КБ и использует в режиме сканирования всего 1 МБ оперативной памяти (RAM). Таким образом, даже при сканировании объемных файлов работа антивируса не замедляет мобильное устройство и почти незаметна для пользователя.

Киберпреступники могут использовать Copilot и Grok как сервер управления

ИИ-ассистенты с доступом к вебу можно использовать как «посредников» для управления заражёнными компьютерами. К такому выводу пришли исследователи Check Point, показав, как Grok и Microsoft Copilot могут быть задействованы в схеме командного сервера (C2) атакующих.

Идея простая, но изящная. Вместо того чтобы вредоносная программа напрямую связывалась с сервером злоумышленника (что часто отслеживается и блокируется), она обращается к веб-интерфейсу ИИ.

А уже тот по инструкции запрашивает нужный URL и возвращает ответ в своём тексте. В итоге ИИ становится своеобразным «ретранслятором» между атакующим и заражённой машиной.

В демонстрационном сценарии Check Point использовала компонент WebView2 в Windows 11, он позволяет встроить веб-страницу прямо в приложение. Исследователи создали программу на C++, которая открывает WebView с Grok или Copilot и передаёт ассистенту инструкции. Даже если WebView2 отсутствует в системе, злоумышленник может доставить его вместе с вредоносной программой.

 

Дальше схема выглядит так: атакующий размещает на своём сервере зашифрованные данные или команды. Вредонос обращается к ИИ и просит, например, «получить и суммировать содержимое страницы». Ассистент возвращает ответ, а зловред извлекает из текста нужные инструкции. В обратную сторону можно передавать и украденные данные — также в зашифрованном виде.

 

Так создаётся двусторонний канал связи через легитимный ИИ-сервис. Поскольку обращения идут к доверенному ресурсу, системы фильтрации трафика могут не заподозрить ничего необычного.

Примечательно, что в PoC не требовались ни API-ключи, ни учётные записи. Это усложняет блокировку: нельзя просто «отозвать ключ» или заблокировать аккаунт, как в случае злоупотребления облачными сервисами.

Исследователи отмечают, что у платформ есть механизмы защиты от явно вредоносных запросов. Однако их можно обойти, если передавать данные в виде зашифрованных фрагментов с высокой энтропией — тогда для ИИ это просто «бессмысленный текст», который он честно перескажет или обработает.

В Check Point подчёркивают, что использование ИИ как C2-прокси — лишь один из возможных сценариев злоупотребления. Теоретически модели могут применяться и для анализа окружения жертвы: стоит ли продолжать атаку, какие действия менее заметны и т. д.

RSS: Новости на портале Anti-Malware.ru