Бэкдор jRAT использует сервис шифровки файлов, размещенный в дарквебе

Бэкдор jRAT использует сервис шифровки файлов, размещенный в дарквебе

Бэкдор jRAT использует сервис шифровки файлов, размещенный в дарквебе

Эксперты Trustwave сообщают о том, что в недавних атаках бэкдора jRAT использовались сервисы шифровки, размещенные в дарквебе, что дает злоумышленникам возможность избежать обнаружения.

Вредонос jRAT (также известен как Adwind, AlienSpy, Frutas, Unrecom и Sockrat) представляет собой бэкдор с функцией удаленного доступа (RAT), он атакует операционные системы Windows. В период с 2013 по 2016 год зловред заразил около полумиллиона пользователей.

jRAT позволяет своим операторам дистанционно управлять им, благодаря чему можно добиться полного контроля над зараженной системой. С помощью этого бэкдора злоумышленники могут фиксировать нажатия клавиш, извлекать учетные данные, делать скриншоты, получать доступ к веб-камере, а также запускать файлы на компьютере жертвы.

«Бэкдор может гибко настраиваться, он распространяется по схеме RAT-as-a-service, всего 20 долларов США за месяц использования», — отмечают в Trustwave.

С начала этого года исследователи наблюдали всплеск спам-писем, в которых содержался jRAT. Эксперты также отметили, что многие отчеты неправильно классифицировали этот вредонос из-за использования сервисов дарквеба.

Во вредоносных письмах содержалась либо ссылка, либо вложение, по традиции они маскируются под счета-фактуры, уведомления о переводе денежных средств и тому подобное.

Недавно проанализированные образцы показали, что для их обфускации использовался один инструмент. Все сэмплы пытались загрузить JAR-файл из домена Tor, который оказался сервисом QUAverse.

QUAverse (QUA) связан с QRAT, трояном, разработанным в 2015 году, который рассматривается как один из конкурентов jRAT. Специалисты Trustwave обнаружили, что jRAT использует сервис QUAverse под названием Qrypter.

Qrypter позволяет изменять JAR-файл и таким образом избежать обнаружения антивирусными продуктами.

«Мы полагаем, что этот сервис мониторит несколько антивирусных продуктов, а когда он замечает, что вариант вредоноса детектируется, он повторно шифрует файл, создавая новый вариант зловреда, который уже избежит детектирования», — говорят эксперты Trustwave.

jRAT загружают свою повторно зашифрованную версию из этого сервиса, затем помещая ее в папку %temp% на зараженном компьютере. Затем вредоносная программа запускает и устанавливает новый зашифрованный файл jar.

Сигналы Wi-Fi позволяют определять активность человека за стеной

В конце февраля в топы GitHub Trending неожиданно вырвался проект с открытым исходным кодом RuView, который раньше был известен как Wi-Fi DensePose. На первый взгляд это ещё один эксперимент на стыке ИИ и граничных вычислений, но на деле история куда интереснее и тревожнее.

RuView показывает, что обычные сигналы Wi-Fi можно использовать не только для связи, но и буквально для «чтения» происходящего в помещении.

Система умеет отслеживать движения человека, оценивать позу тела и даже фиксировать дыхание и сердечный ритм, причём без камер, без интернета и, как утверждают разработчики, даже через стены.

С технической точки зрения проект опирается на анализ Channel State Information (CSI) — данных о том, как радиоволны рассеиваются, отражаются и меняются при взаимодействии с телом человека. В отличие от примитивных метрик уровня сигнала, CSI даёт куда более детальную картину: учитываются амплитуда и фаза сигнала по множеству поднесущих. Именно это и позволяет системе замечать микроскопические изменения, возникающие, когда человек двигается, сидит, спит или просто дышит.

По данным Ruvnet, RuView построен на базе академических исследований специалистов Университета Карнеги — Меллона. Для работы системе достаточно сети из 4-6 недорогих узлов на ESP32-S3, а общий бюджет такого комплекта может составлять примерно 54 доллара. Эти сенсоры формируют радиочастотную модель помещения, а ИИ затем анализирует, как человеческое тело меняет картину распространения сигнала.

 

Разработчики заявляют, что платформа обрабатывает данные с частотой до 54 тысяч кадров в секунду благодаря оптимизированной кодовой базе на Rust. Поверх этого работает нейросеть, которая переводит изменения поля Wi-Fi в 17 ключевых точек тела — от головы и локтей до коленей и бёдер. Кроме позы, система, как утверждается, может отслеживать дыхание в диапазоне 6-30 вдохов в минуту и пульс в диапазоне 40-120 ударов в минуту.

На бумаге всё это выглядит как красивая технология для спасателей, медицины и ухода за пожилыми. И действительно, сценарии звучат гуманно: мониторинг состояния человека без камер, поиск людей в задымлённых помещениях, наблюдение за пациентами без носимых датчиков. Но у технологии есть и другая сторона, куда менее комфортная.

Эксперты по кибербезопасности уже предупреждают, что RuView открывает новую категорию рисков: скрытое физическое наблюдение, которое почти невозможно заметить. Сигналы Wi-Fi проходят через мебель, стены и перекрытия, а значит, теоретически злоумышленник может разместить недорогие модули рядом со зданием и анализировать происходящее внутри. В отличие от камер, такой способ не зависит от освещения, дыма или прямой видимости. А поскольку работа идёт на физическом уровне радиосигнала, шифрование вроде WPA3 здесь не помогает.

Отдельная проблема в том, что такая схема практически не оставляет привычных сетевых следов. Если устройство пассивно анализирует радиосреду, администраторам сложно обнаружить его стандартными средствами мониторинга. На этом фоне возникают и юридические вопросы: например, как регулировать технологию, которая не собирает изображения или прямые идентификаторы, но всё равно позволяет следить за человеком в реальном пространстве.

Среди возможных защитных мер специалисты называют рандомизацию CSI на стороне роутеров, хотя пока это скорее исследовательское направление. Более надёжным вариантом считается физическое RF-экранирование: металлические сетки, экранирующие материалы или специальные покрытия для помещений с повышенными требованиями к безопасности.

RSS: Новости на портале Anti-Malware.ru