Прослушивая звуки жесткого диска можно перехватить информацию

Прослушивая звуки жесткого диска можно перехватить информацию

Прослушивая звуки жесткого диска можно перехватить информацию

Исследователи из израильского университета имени Бен-Гуриона уже не раз предлагали самые разные способы перехвата данных с компьютеров, которые физически изолированы от любых сетей. На этот раз исследователи представили атаку DiskFiltration, суть которой состоит в перехвате и записи звуков, которые издает жесткий диск компьютера во время работы.

Напомню, что ранее исследователи уже описывали весьма неочевидные методы перехвата данных с изолированных машин. К примеру, при помощи FM-приемника в мобильном телефоне, который используется для анализа электромагнитного излучения, исходящего от видеокарты компьютера (AirHopper). Также исследователи предлагали извлекать информацию при помощи термодатчиков и колебаний тепловой энергии (BitWhisper), а в июне 2016 года вообще предложили записывать звук вентиляторов, который, как оказалось, тоже может рассказать о многом (Fansmitter).

Новая техника DiskFiltration (PDF) использует шум, который во время работы создают HDD и SSHD (SSD для данной атаки не подходят, так как не имеют на борту механических подвижных частей, необходимых для генерации нужных звуков). Исследователи предлагают установить на защищенный компьютер малварь (что само по себе может быть непросто) и собрать с ее помощью все секретные ключи, пароли и другую защищенную информацию. Жесткий диск в данном случае понадобится только для извлечения этой информации с устройства, которое не обладает ни динамиками, ни микрофоном, ни каким-либо другим звуковым оборудованием, пишет xakep.ru.

Простой шум от работы жесткого диска для данной атаки не подходит. Здесь снова понадобится заранее установленная вредоносная программа, которая будет манипулировать позиционером диска (actuator arm), заставляя его двигаться определенным образом и издавать звуки в строгом порядке. Длина волны будет разной, то есть при движении позиционер будет передавать бинарные нули и единицы. Таким образом, для извлечения данных с изолированной машины нужно будет лишь разместить в непосредственной близости от ее корпуса любое устройство, которое запишет звуки, издаваемые жестким диском. Это может быть смартфон, умные часы, ноутбук или что-то иное.

Конечно, данный метод не может похвастаться скоростью передачи данных. В ходе экспериментов с внешними и внутренними HDD производства Seagate и WD, исследователям удалось добиться скорости 180 бит в минуту (10 800 бит в час), с учетом того, что данные передавались на устройство, расположенное на расстоянии порядка двух метров от зараженного ПК. Так, на передачу 4096-битного ключа уйдет около 25 минут.

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