Генератор эксплоитов помог выявить связь между тремя хакерскими группами

Генератор эксплоитов помог выявить связь между тремя хакерскими группами

Генератор эксплоитов помог выявить связь между тремя хакерскими группами

Исследователи компании Palo Alto Networks изучали вредоносные документы Microsoft Office. Специалисты обнаружили, что многие документы были созданы при помощи генератора эксплоитов MNKit, что позволило  им найти связь между разными семействами малвари, авторство которых приписывают разным группам китайских хакеров.

MNKit – один из наиболее популярных у киберпреступников генераторов эксплоитов, злоумышленники используют его уже не один год. В частности, данный инструмент помогает создавать вредоносные документы Office, эксплуатируя уязвимость CVE-2012-0158. Баг был устранен еще в 2012 году, но далеко не все устанавливают патчи.

Исследователи пишут, что в последнее время они наблюдают атаки, в ходе которых для доставки малвари на устройства жертв использовались вредоносные документы, созданные с помощью MNKit. При помощи зараженных документов злоумышленники распространяли Lurk0, NetTraveler и Saker, атакуя университеты, некоммерческие организации, а также различные политические и правозащитные группы, чья деятельность так или иначе связана с исламом и южной Азией, пишет xakep.ru.

Lurk0 — это классический RAT (remote access trojan), созданный на базе Gh0stRAT. Эксперты компании Citizen Lab еще в 2012 году написали о данной малвари большой отчет, когда впервые обнаружили, что вредонос атакует тибетские организации.

NetTraveler, в свою очередь, представляет собой бекдор, который обычно применяется для хищения данных, а также для установки на компьютер жертвы дополнительной малвари. О NetTraveler писали специалисты «Лаборатории Касперского» в 2013 году. Малварь была замечена в ходе кибершпионской кампании, от которой пострадали организации по всему миру, в том числе и тибетские.

Вредонос Saker также известен под названиями Xbox или Mongall, и это еще один шпионский инструмент. Считается, что Saker связан с китайской группой, которая известна как Moafee или  DragonOK. Специалисты компания Proofpoint в 2015 году выявили кампанию, в ходе которой Saker применялся против российских военных и телекомов.

Эксперты Palo Alto Networks утверждают, что им удалось найти связь между перечисленными семействами малвари и атаками прошлых лет. Так, исследователи пишут, что почти во всех изученных ими случаях, злоумышленники использовали один и тот же вариант генератора эксплоитов MNKit, одинаковые email-адреса, имена прикрепленных файлов, ключи XOR, домены управляющих серверов, IP-адреса и даже жертвами их атак становились одни и те же компании и организации. Тем не менее, эксперты затрудняются сказать, кто ответственен за новые атаки сейчас.

«Установление авторства в таких случаях – сложное искусство, и кто угодно может стоять за новыми атаками, используя инфраструктуру, семейства малвари и механизмы доставки, которые так или иначе связаны с предыдущими известными инцидентами», — резюмируют эксперты.

Права авторов при обучении ИИ уточнят в подзаконных актах осенью

Новый закон о поддержке развития искусственного интеллекта не отменяет Гражданский кодекс и не превращает произведения авторов в бесплатный корм для нейросетей. Об этом заявила советник президента России Елена Ямпольская. Закон, подписанный президентом 26 июля, разрешает использовать общедоступные и правомерно опубликованные материалы для обучения российских алгоритмов ИИ.

Однако правообладатель может закрыть свои работы от такой обработки техническими средствами. Бесконтрольно загружать в модели всё, до чего дотянулся парсер, нельзя.

Как именно будет работать этот механизм, пока предстоит решить. Подзаконные акты, по данным «Ведомостей», начнут появляться осенью. При их подготовке власти обещают учесть опасения творческих отраслей, представители которых предупреждали об обесценивании интеллектуальной собственности.

Эксперты тем временем предлагают несколько способов помирить нейросети с авторами. Среди них — отказ от использования произведений по требованию правообладателя, коллективное лицензирование и отчисление части прибыли ИИ-продуктов в компенсационный фонд.

В РАНХиГС считают, что разработчиков генеративных моделей стоит обязать вести закрытые реестры обучающих данных и показывать их регуляторам. Так можно будет понять, чьи произведения попали в датасет, не раскрывая коммерческую тайну.

Юрист Михаил Семенов предлагает разделять сценарии. Если модель копирует голос актёра, манеру художника или тексты конкретного писателя, потребуется прямой договор и выплаты. При массовом обучении на миллиардах материалов искать каждого автора нереально — здесь пригодился бы аналог авторского общества для ИИ.

В отрасли есть и более жёсткий взгляд: чрезмерные ограничения могут ударить и по экономике, и по культуре. Поэтому властям предстоит настроить систему так, чтобы модели не остались голодными, а авторы — с красивым обещанием вместо денег.

RSS: Новости на портале Anti-Malware.ru