В ходе расследования инцидента с CCleaner Avast обнаружили кейлоггер

В ходе расследования инцидента с CCleaner Avast обнаружили кейлоггер

В ходе расследования инцидента с CCleaner Avast обнаружили кейлоггер

После инцидента с распространением зараженной версии программы CCleaner компания Avast провела собственное расследование, результатами которого поделилась на саммите Security Analyst Summit.

Компания рассказала о процессе инфицирования пользователей, детализировав его поэтапно. Первым этапом вредоносной программы был сбор информации о пользователях CCleaner. Эта была довольно общая информация, включающая имя компьютера, список установленных программ и запущенных процессов.

После этого в процесс включались возможности загрузчика, который устанавливал на зараженные машины бинарник, представляющий собой уже второй этап процесса заражения. Примечательно, что этот бинарник устанавливался лишь на 40 из миллионов зараженных устройств, что уже приобретало очертания таргетированной атаки.

"До сих пор у нас нет никаких доказательств того, что на зараженные компьютеры был установлен вредоносный файл, представлявший третий этап атаки, однако некоторая вредоносная активность в этой кампании указывает на то, как мог выглядеть третий этап заражения пользователей", - пишут специалисты Avast.

Во время проведения действий, направленных на ликвидацию последствий заражения программы CCleaner, эксперты Avast обнаружили, что злоумышленники использовали специальный инструмент ShadowPad, который связывают с определенной группой киберпреступников.

ShadowPad представляет собой некую платформу для осуществления кибератаки, которую злоумышленники разворачивают в сети жертвы для получения возможности удаленного управления. Инструмент был установлен на четырех компьютерах Piriform 12 апреля 2017 года, а предварительная версия вредоносной программы второго этапа была установлена на компьютерах 12 марта 2017 года.

"Более старая версия загрузчика второго уровня связывалась с серверами CnC, но на момент расследования они уже не функционировали, что не позволило нам узнать, что именно должен был загружать с них вредонос", - объясняют в Avast.

Поскольку инструмент ShadowPad считается изобретением китайской группы киберпреступников Axiom, в Avast считают, что именно они стоят за данной вредоносной операцией.

"Мы также обнаружили файлы журнала ShadowPad, которые содержали зашифрованные нажатия клавиш, зафиксированные кейлоггером, установленным на компьютерах. Удалось установить, что кейлоггер был активен с 12 апреля 2017 года, записывая нажатия клавиш на компьютерах", - подчеркивают исследователи.

Установив такой инструмент, как ShadowPad, киберпреступники могли удаленно управлять системой, осуществлять сбор учетных данных и анализировать операции на целевом компьютере. Помимо этого инструмента, эксперты обнаружили также похититель паролей и программы, позволяющие устанавливать дополнительное программное обеспечение и плагины на зараженной машине.

Напомним, мы освещали данный инцидент, когда версия CCleaner была заражена вредоносом Floxif в течение месяца.

ИИ превращает пару постов в Instagram в убедительный фишинг

Исследователи из Техасского университета в Арлингтоне и Государственного университета Луизиана показали, как несколько публичных постов в Instagram (принадлежит корпорации Meta, признанной экстремистской и запрещённой в России) можно превратить во вполне убедительные фишинговые письма.

Злоумышленнику достаточно посмотреть открытый профиль: фото, подписи, поездки, хобби, дни рождения, отношения, а дальше генеративный ИИ сам соберёт письмо.

В рамках эксперимента исследователи сгенерировали около 18 тыс. фишинговых писем с помощью пяти больших языковых моделей, включая GPT-4, Claude 3 Haiku, Gemini 1.5 Flash, Gemma 7B и Llama 3.3. Для персонализации использовалась публичная активность 200 пользователей Instagram.

 

Письма строились вокруг разных приёмов социальной инженерии: приманки, запугивания, имитации доверенного контакта, выгодного обмена, эмоционального давления и других сценариев. В результате ИИ вставлял в сообщения детали, которые делают фишинг особенно эффективным: упоминания поездок, местных событий, интересов, личных дат или недавней активности.

Самыми убедительными в тестах оказались письма, созданные GPT-4 и Claude. Они получили высокие оценки по качеству языка, уровню персонализации, эмоциональному воздействию и технической проработке. Более того, ИИ-сообщения выглядели заметно естественнее и персональнее, чем реальные фишинговые письма из датасета APWG eCrime Exchange.

Проверяли это не только на метриках, но и на людях. В эксперименте участвовали 70 человек, которые сравнивали ИИ-фишинг с реальными вредоносными письмами. Результат ожидаемо неприятный: сообщения, сгенерированные ИИ, участникам было сложнее распознать. В отдельных случаях они казались менее подозрительными, чем легитимные письма из исследования.

Ещё один важный вывод: много данных атакующему не нужно. Основной контекст для персонализации обычно находился уже в первых нескольких постах. После пяти публикаций прирост полезной информации начинал снижаться, а 10-15 постов оказалось достаточно, чтобы массово делать таргетированный фишинг.

Защитные механизмы ИИ-моделей тоже не всегда спасали. Исследователи обходили ограничения мягкими формулировками: вместо «обмани пользователя» — «персонализируй сообщение», вместо «фишинг» — «дружеское письмо». В итоге часть систем модерации такие запросы пропускала.

Цена атаки тоже смешная: одно письмо обходилось меньше чем в цент и генерировалось за секунды. И вот это уже главный неприятный момент. Персональный фишинг раньше был дорогим и ручным, а теперь превращается в конвейер.

RSS: Новости на портале Anti-Malware.ru