Malwarebytes Labs: Cerber увеличивает свою долю на рынке вымогателей

Malwarebytes Labs: Cerber увеличивает свою долю на рынке вымогателей

Malwarebytes Labs: Cerber увеличивает свою долю на рынке вымогателей

Malwarebytes Labs сообщает о том, что один из самых популярных вымогателей Cerber увеличил свою долю на рынке до 87%.

Напомним, что еще в январе доля этого вредоноса составляла 70%. Однако за счет снижения числа атак Locky (с 12% до 2%), в феврале и марте Cerber удалось значительно увеличить свою долю на рынке вымогателей. Подробнее об этом говорится в отчете Malwarebytes.

Также свои доли увеличили шифровальщики Spora и Sage. Но Cerber занимает доминирующую позицию. Его авторы использовали широкий диапазон доступных методов распространения, начиная от наборов эксплоитов и заканчивая эксплуатацией недавно исправленной уязвимости Apache Struts 2.

Более того, авторы Cerber сосредоточились на улучшении вредоноса, добавляя все новые возможности. Например, так в функционале зловреда появилась возможность обхода различных механизмов защиты, таких как песочницы.

«Так же, как в свое время TeslaCrypt, Cerber оставил всех конкурентов позади, заняв лидирующие позиции на рынке вымогателей. Конечно, не исключено, что скоро этот вредонос может потерять свою популярность, однако есть некоторые особенности, которые могут помочь ему закрепится в лидерах надолго» - отмечает Malwarebytes Labs.

Подпишитесь на новости

Модели OpenAI и Anthropic выбирали скорые и школу как военные цели

Компания Vals AI проверила ограничения ИИ-моделей на участие в выборе военных целей. В экспериментах системы отмечали гражданских, машины скорой помощи и сдающихся солдат. Представление задания как игры часто помогало преодолеть отказы.

Результаты экспериментов опубликованы в исследовании Vals AI. Специалисты испытали 14 моделей на изображениях с имитацией съёмки с дронов.

Отдельный сценарий включал реальные спутниковые снимки иранского Минаба, где школа расположена рядом с военным комплексом.


GPT-6 Astra выделяла хотя бы одну цель в 6% обычных запросов. После оговорки об игре показатель вырос до 92%. В других экспериментах большинство моделей продолжало обнаруживать людей даже после показа сгенерированных последствий ударов.


Модели не управляли реальными атаками и не принимали решений об ударах. Авторы также не оценивали точность наведения и эффективность систем в боевых условиях.


Vals AI рекомендует усилить ограничения на уровне API. Один из обозначенных рисков — массовая разметка видеозаписей для обучения автономных систем наведения.

RSS: Новости на портале Anti-Malware.ru