Trend Micro: Вымогатель Locky постоянно меняет тип вложений в письмах

Trend Micro: Вымогатель Locky постоянно меняет тип вложений в письмах

Trend Micro: Вымогатель Locky постоянно меняет тип вложений в письмах

Исследователи Trend Micro предупреждают, что один из самых популярных вымогателей Locky перешел на использование новых типов вложений в электронных письмах.

Вредоносные программы класса вымогатели часто распространяются через спам-письма. Согласно исследованиям Trend Micro, 71% известных семейств вымогателей используют для распространения электронную почту.

В течение первой половины года 58% вымогателей распространялись через электронную почту. Типы файлов, используемые злоумышленниками для распространения с помощью вложений, включают в себя: файлы JavaScript, VBScript и файлы Office с макросами. Во всех случаях наблюдались попытки избежать детектирования традиционными антивирусными решениями.

Электронная почта – проверенный и эффективный способ распространения зловредов. Особенно хорошо этот способ работает при атаках на предприятия. Авторы Locky использовали этот метод с самого начала, меняя тип вложений в письмах.

«В первые два месяца в этом году мы наблюдали всплеск использования файлов .doc во вложениях. Например, банковский троян DRIDEX использовал вредоносные макросы и был также замечен в распространении Locky. С марта по апрель наблюдался всплеск использования .rar-вложений, которые мы тоже связываем с Locky» - говорят эксперты Trend Micro.

В июне и августе вымогатель Locky перешел на вложения JavaScript, но исследователи отмечают, что семейства CryptoWall 3.0 и TeslaCrypt 4.0 тоже используют этот тип файлов. Примерно в середине июля и по август было замечено, что Locky стал использовать VBScript и Windows Scripting file (WSF) во вложениях. Также в августе эксперты FireEye Labs замечали, что Locky вернулся к использованию документов Office.

Совсем недавно Locky также использовал DLL-библиотеки и файлы .HTA во вложениях. Исследователи прогнозируют, что в дальнейшем злоумышленники будут использовать для распространения исполняемые файлы вроде .COM, .BIN, и .CPL.

«Чтобы снизить риски заражения с использованием JS, VBScript, WSF и HTA вложений, компаниям следует настроить различные анти-спам фильтры с эвристикой. Кроме этого, также поможет блокирование и создание черного списка известных IP-адресов злоумышленников. Для обнаружения угрозы в документах с вредоносными макросами, решения безопасности должны обладать функцией сканирования макросов» - подчеркивают исследователи компании Trend Micro.

Обычно, для того, чтобы заставить пользователя запустить файл из вложения, злоумышленники используют социальную инженерию. Темы спам-писем имеют соответствующие темы. Эксперты отмечают, что письма с темами: Счет-фактура, Банковское уведомление, Квитанция об оплате, следует считать подозрительными.

В России разработали способ удалить свой биометрический след

В ИТ-компании «Криптонит» (входит в «ИКС Холдинг») разработали метод, который позволяет выборочно удалять цифровые образы людей из систем распознавания лиц. Если совсем просто, речь идёт о технологии, которая должна помочь реализовать право человека отозвать согласие на обработку своей биометрии — так, чтобы система действительно перестала его узнавать.

Проблема тут в том, что современные системы распознавания лиц устроены не так прямолинейно, как может показаться.

Даже если сведения о человеке формально удалили из базы, его цифровой образ может всё равно остаться внутри уже обученной модели. То есть на бумаге данные вроде бы стерли, а на практике алгоритм всё ещё способен узнать этого человека.

Именно это и делает тему особенно чувствительной. С биометрией всё сложнее, чем с обычными персональными данными: пароль можно поменять, а лицо — нет. Если такие данные утекают, риски уже совсем другого уровня, потому что украденные цифровые слепки можно использовать для создания поддельных образов и обхода биометрической аутентификации.

 

В «Криптоните» утверждают, что их метод решает задачу не маскировкой и не косметическим удалением, а на уровне внутренней логики самой модели. Проще говоря, алгоритм перестаёт использовать сведения о конкретном человеке и больше не может его распознавать, при этом способность узнавать остальных людей сохраняется.

По словам разработчиков, на тестовых наборах данных технология показала заметное снижение эффективности распознавания именно тех лиц, которые нужно «забыть», — до 88%. При этом общая точность системы, как утверждается, осталась на прежнем уровне.

Практическое применение у такого подхода вполне очевидное. В первую очередь это системы видеонаблюдения с распознаванием лиц, СКУД и корпоративная безопасность. Например, технология может пригодиться для удаления биометрических данных уволенных сотрудников, когда компания обязана прекратить их обработку, но не хочет при этом заново переобучать всю систему с нуля.

RSS: Новости на портале Anti-Malware.ru