SAS и Group-IB усиливают возможности своих антифрод решений

SAS и Group-IB усиливают возможности своих антифрод решений

SAS и Group-IB усиливают возможности своих антифрод решений

SASи Group-IB, интегрируют свои решения, чтобы повысить точность выявления мошенничества в системах ДБО в реальном времени. Построенная на базе SAS Fraud Framework и Bot-Trek Secure Bank система позволит банкам усилить возможности гибридного подхода SAS средствами оперативного контроля и информацией по инцидентам Bot-Trek.

Помимо интеграции решений, компании создают совместный сервис, позволяющий банкам, которые используют SAS Fraud Framework совместно с Bot-Trek Secure Bank, оперативно получать информацию о новых случаях кибермошенничества. Все эти сведения о выявленных инцидентах и новых схемах будут немедленно интерпретироваться в виде алгоритмов антифрод системы, совершенствуя ее работу и обеспечивая высокий уровень безопасности удаленных каналов обслуживания с учетом изменений и появления новых угроз.

«Схемы мошенничества становятся все более изощренными, выявлять их становится все труднее, поэтому сегодня закономерно, что различные вендоры охотно идут на сотрудничество в целях увеличения эффективности своих инструментов и гарантирования должного уровня безопасности систем ДБО заказчикам. На данный момент всем очевидно, что использования только экспертных знаний для выявления мошенничества уже недостаточно. Требуется симбиоз продвинутых подходов, нестандартных решений и накопленной экспертизы, чтобы еще на этапе планирования компрометации определять и нивелировать угрозы», - говорит Павел Крылов, руководитель направления Bot-Trek Secure Bank, Group-IB.

«Гибридный подход SAS к выявлению мошенничества позволяет гибко сочетать бизнес-правила, методы предиктивной аналитики, модели выявления аномалий, анализ неструктурированной информации, а также проводить интеллектуальный анализ взаимосвязей между объектами системы (транзакции, клиенты, инциденты и пр.). Но важно не просто выявлять фрод, а еще и сокращать количество ложных срабатываний антифрод систем и, как следствие, снижать нагрузку на специалистов по безопасности. Решение этих задач зависит, во-первых, от умения правильно оценить, насколько конкретные действия в системе ДБО и последующие за этим транзакции характерны для клиента. Такие выводы мы делаем, исходя из информации, имеющейся непосредственно в системах банка. А во-вторых, нужны знания, которые мы получаем в результате анализа сетевой среды и окружения клиента в момент совершения такой операции: является ли машина зараженной, был ли зафиксирован факт удаленного подключения, есть ли признаки применения фишинга и прочее», - рассказывает о возможностях интегрированной платформы Дмитрий Коновалов, руководитель направления противодействия мошенничеству SASРоссия/СНГ.

«Большинство банковских продуктов сегодня широко представлены в каналах ДБО, а некоторые банки и вовсе полностью перешли на дистанционное обслуживание клиентов, поэтому обеспечить непрерывность бизнеса критично. И мы это прекрасно понимаем. В этой связи совместно с коллегами из SAS мы разработали идею предоставлять нашим общим клиентам сервис, который помог бы адекватно противостоять современным угрозам», - прокомментировал Павел Крылов.

SASи Group-IB, интегрируют свои решения, чтобы повысить точность выявления мошенничества в системах ДБО в реальном времени. Построенная на базе SAS Fraud Framework и Bot-Trek Secure Bank система позволит банкам усилить возможности гибридного подхода SAS средствами оперативного контроля и информацией по инцидентам Bot-Trek." />

Linux-фреймворк DKnife годами следил за трафиком пользователей

Исследователи из Cisco Talos рассказали о ранее неизвестном вредоносном фреймворке под названием DKnife, который как минимум с 2019 года используется в шпионских кампаниях для перехвата и подмены сетевого трафика прямо на уровне сетевых устройств.

Речь идёт не о заражении отдельных компьютеров, а о компрометации маршрутизаторов и других устройств, через которые проходит весь трафик пользователей.

DKnife работает как инструмент постэксплуатации и предназначен для атак формата «атакующий посередине» («adversary-in-the-middle») — когда злоумышленник незаметно встраивается в сетевой обмен и может читать, менять или подсовывать данные по пути к конечному устройству.

Фреймворк написан под Linux и состоит из семи компонентов, которые отвечают за глубокий анализ пакетов, подмену трафика, сбор учётных данных и доставку вредоносных нагрузок.

 

По данным Talos, в коде DKnife обнаружены артефакты на упрощённом китайском языке, а сам инструмент целенаправленно отслеживает и перехватывает трафик китайских сервисов — от почтовых провайдеров и мобильных приложений до медиаплатформ и пользователей WeChat. Исследователи с высокой уверенностью связывают DKnife с APT-группировкой китайского происхождения.

Как именно атакующие получают доступ к сетевому оборудованию, установить не удалось. Однако известно, что DKnife активно взаимодействует с бэкдорами ShadowPad и DarkNimbus, которые уже давно ассоциируются с китайскими кибершпионскими операциями. В некоторых случаях DKnife сначала устанавливал подписанную сертификатом китайской компании версию ShadowPad для Windows, а затем разворачивал DarkNimbus. На Android-устройствах вредоносная нагрузка доставлялась напрямую.

 

После установки DKnife создаёт на маршрутизаторе виртуальный сетевой интерфейс (TAP) и встраивается в локальную сеть, получая возможность перехватывать и переписывать пакеты «на лету». Это позволяет подменять обновления Android-приложений, загружать вредоносные APK-файлы, внедрять зловреды в Windows-бинарники и перехватывать DNS-запросы.

Функциональность фреймворка на этом не заканчивается. DKnife способен собирать учётные данные через расшифровку POP3 и IMAP, подменять страницы для фишинга, а также выборочно нарушать работу защитных решений и в реальном времени отслеживать действия пользователей.

В список попадает использование мессенджеров (включая WeChat и Signal), картографических сервисов, новостных приложений, звонков, сервисов такси и онлайн-покупок. Активность в WeChat анализируется особенно детально — вплоть до голосовых и видеозвонков, переписки, изображений и прочитанных статей.

Все события сначала обрабатываются внутри компонентов DKnife, а затем передаются на командные серверы через HTTP POST-запросы. Поскольку фреймворк размещается прямо на сетевом шлюзе, сбор данных происходит в реальном времени.

RSS: Новости на портале Anti-Malware.ru