Искусственный интеллект упростит взлом паролей

Искусственный интеллект упростит взлом паролей

Искусственный интеллект упростит взлом паролей

Используя технологию машинного обучения, ученые создали программу, которая смогла подобрать более четверти паролей в социальной сети LinkedIn. Исследование было опубликовано в журнале Science.

Существовавшие ранее программы для подбора паролей John the Ripper и hashCat умеют угадывать пароли, подбирая комбинации символов. Последняя разработка способна учитывать просочившиеся в сеть пароли и коды и угадывать символы, опираясь на встречавшиеся раньше комбинации. Программа смогла угадать до 90% паролей на некоторых сайтах, пишет indicator.ru.

Ученые из Технологического института Стивенса в Хобокене создали генеративно-состязательную сеть (алгоритм машинного обучения без учителя), которая состоит из двух нейронных сетей. Одна из таких сетей, например, может создавать искусственные изображения, которые напоминают фотографии, а другая отличает подлинные изображения от сгенерированных. Алгоритм PassGAN, который придумали американские ученые, должен был создать миллионы новых паролей на основе просочившихся в сеть комбинаций символов с игрового сайта RockYou. Затем ученые подсчитали, какие из новых паролей соответствовали просочившимся в сеть паролям от LinkedIn, чтобы проверить, насколько легко взломать социальную сеть.

PassGAN сгенерировал 12% паролей LinkedIn, тогда как три его конкурента смогли подобрать от 6% до 23% паролей. При совместной работе нескольких программ лучший результат показали PassGAN и hashCat: они смогли угадать 27% паролей в соцсети.

Разработчики сравнивают PassGAN с программой AlphaGo, которая недавно смогла обыграть всемирного чемпиона по игре в го благодаря способности к самообучению, и советуют использовать двухфакторную аутентификацию, чтобы обезопасить свои личные данные.

1,8 млн Android-телевизоров стали частью ботнета Kimwolf

Исследователи из QiAnXin XLab рассказали о новом гигантском DDoS-ботнете под названием Kimwolf. По их оценкам, он объединил около 1,8 млн заражённых устройств — в основном Android-телевизоры, ТВ-приставки и планшеты, которые стоят в домашних сетях по всему миру.

В отчёте XLab отмечается, что вредонос написан с использованием Android NDK и, помимо DDoS-функций, умеет работать как прокси, открывать обратный шелл и управлять файлами на устройстве.

Проще говоря, заражённый телевизор или приставка превращаются в универсальный инструмент для удалённого заработка злоумышленников.

Масштаб активности впечатляет. Всего за три дня — с 19 по 22 ноября 2025 года — ботнет разослал около 1,7 млрд команд для DDoS-атак. В этот же период один из управляющих доменов Kimwolf неожиданно взлетел в рейтинге топ-100 Cloudflare и на короткое время даже обогнал Google по количеству запросов.

Основные цели заражения — ТВ-боксы и смарт-ТВ популярных моделей, включая TV BOX, SuperBOX, X96Q, MX10, SmartTV и другие. Наибольшее число заражённых устройств зафиксировано в Бразилии, Индии, США, Аргентине, ЮАР и на Филиппинах. Каким именно способом вредонос попадает на устройства, пока до конца не ясно.

Интересно, что Kimwolf оказался тесно связан с другим известным ботнетом — AISURU, который в последние годы фигурировал в отчётах о рекордных DDoS-атаках. По данным XLab, оба ботнета распространялись одними и теми же скриптами и одновременно существовали на одних и тех же устройствах. Исследователи считают, что за ними стоит одна и та же группировка, а Kimwolf мог быть создан как «эволюция» AISURU — для обхода детектирования и блокировок.

Инфраструктуру Kimwolf уже несколько раз пытались гасить: его управляющие домены как минимум трижды отключали в декабре. В ответ операторы ботнета перешли к более стойким схемам — например, начали использовать Ethereum Name Service (ENS). В новых версиях вредонос получает IP-адрес управляющего сервера прямо из данных смарт-контракта в блокчейне, что сильно усложняет блокировку.

 

Любопытно и то, как ботнет используется на практике. Более 96% команд связаны не с атаками, а с прокси-сервисами. Злоумышленники фактически перепродают трафик заражённых устройств, выжимая максимум из их пропускной способности. Для этого применяется отдельный клиент на Rust и SDK для монетизации трафика.

RSS: Новости на портале Anti-Malware.ru