Хакеры похитили 1,2 млрд у банков РФ, используя вредонос Cobalt Strike

Хакеры похитили 1,2 млрд у банков РФ, используя вредонос Cobalt Strike

Хакеры похитили 1,2 млрд у банков РФ, используя вредонос Cobalt Strike

За прошлый год киберпреступники реализовали 11 успешных кибератак на российские банки. В ходе этих атак злоумышленники пользовались вредоносной программой Cobalt Strike. По имеющимся данным, преступникам удалось таким образом похитить 1,156 миллиарда рублей.

«За прошлый код было зафиксировано не менее 21 вредоносных кампаний, в которых принимал участие вредонос Cobalt Strike. Более 240 банков стали целями этих атак, успехом увенчались 11 попыток взлома», — заявил зампред ЦБ Дмитрий Скобелкин.

Также в заявлении господина Скобелкина прозвучала цифра 1,156 миллиарда рублей — общая сумма украденных киберпреступниками средств. Более того, зампред ЦБ отметил, что 8 из 11 пострадавших организаций являются участниками информационного обмена с ФинЦЕРТом.

ФинЦЕРТ, в свою очередь, направил индивидуальные предупреждения более чем 400 организациям. В этих предупреждениях содержались указания конкретных электронных адресов, с которых поступали вредоносные письма.

Эксперты: за год число вредоносных opensource-компонентов возросло в 11 раз

В 2025 году в компании CodeScoring зарегистрировали 457 тыс. вредоносных библиотек с открытым исходным кодом — в 11 раз больше, чем в предыдущем году. Зафиксировано также 14 тыс. новых уязвимостей в таких компонентах.

По словам специалистов, сохраняют актуальность и более ранние неприятные находки — к примеру, RCE-уязвимость Log4Shell, которая все еще присутствует в 15 тыс. сторонних библиотек. Публикация подобных пакетов грозит атаками на цепочку поставок.

В уходящем году также зафиксировано появление новой, еще более опасной угрозы — самоходного червя Shai Hulud, способного создавать новые репозитории и воровать конфиденциальные данные с CI/CD-платформ.

В связи с бурным ростом популярности ИИ объявился новый вектор атаки — slopsquatting: злоумышленники начали использовать склонность больших языковых моделей (БЯМ, LLM) к галлюцинациям для внедрения в легитимные проекты небезопасного кода.

Из-за этой особенности умный помощник по разработке может ошибиться и вместо легитимной библиотеки предложить для использования вредоносную со схожим названием. По данным CodeScoring, в России ИИ-ассистентов применяют 30% разработчиков, и потенциально опасные галлюцинации происходят у LLM в 20% случаев.

Чтобы защититься от атак на цепочку поставок, эксперты советуют вести тщательный учет компонентов, используемых для сборки софта, при установке библиотек выставлять запрет на исполнение скриптов, а также следовать стандарту ГОСТ Р 56939-2024 и активнее внедрять технологии безопасной разработки.

RSS: Новости на портале Anti-Malware.ru