macOS атакует новый вредоносный майнер, добывающий криптовалюту Monero

macOS атакует новый вредоносный майнер, добывающий криптовалюту Monero

macOS атакует новый вредоносный майнер, добывающий криптовалюту Monero

Многие пользователи macOS сообщили об обнаружении в свои системах процесса с именем «mshelper». Этот процесс, как отмечали пользователи, максимально использовал ресурсы CPU и быстро приводил к разрядке батареи. Оказалось, что mshelper связан с вредоносной программой, добывающей криптовалюту Monero (XMR).

Проанализировав этот macOS-зловред, исследователи не смогли прийти к заключению, как именно он распространяется. Были высказаны предположения, что это могут быть поддельные файлы для установки Flash Player, вредоносные документы или пиратское программное обеспечение.

Эксперты отметили, что файл с именем pplauncher поддерживался в активном состоянии демоном com.pplauncher.plist, это может говорить о том, что у дроппера имелись root-привилегии в системе. Вредонос написан на языке Golang (Go), при этом он весит  довольно много — 3,5 Мб.

«Использование языка Golang привело к тому, что на выходе получился двоичный файл, содержащий более 23 000 функций. Это отчасти доказывает, что разработчик не очень знаком с системой macOS», — говорит анализировавший вредоносную программу эксперт Томас Рид.

После установки лаунчер запускает файл mshelper, который будет майнить криптовалюту. Для майнинга используется инструмент с открытым исходным кодом — XMRig.

«Вообще, этот вредонос не должен представлять опасность для вашего компьютера, если у вас, конечно, нет проблем с повреждениями вентиляторов или забитыми пылью вентиляционными отверстиями — в этом случае майнер моет вызвать перегрев. Несмотря на то, что mshelper представляет собой легитимный инструмент, используемый во вредоносных целях, его все равно нужно удалить из системы», — продолжает Рид.

Исходя из того, что говорили пользователи, антивирусы либо не смогли изначально обнаружить угрозу, либо не смогли до конца удалить ее после обнаружения, так как вредонос появлялся вновь после перезагрузки системы.

В настоящий момент, когда новости о майнере появились на многих ресурсах, разработчики антивирусов, скорее всего, выпустят обновления баз, которые смогут справиться со зловредом.

Более того, пользователи могут и сами избавиться от майнера, для этого достаточно найти и удалить следующие файлы:

/Library/LaunchDaemons/com.pplauncher.plist

/Library/Application Support/pplauncher/pplauncher

После чего перезагрузить компьютер.

В начале прошло месяца специалисты Trend Micro обнаружили бэкдор для macOS, который, по предположениям экспертов, используется группой киберпреступников OceanLotus (другие имена: APT 32, APT-C-00, SeaLotus и Cobalt Kitty).

В России разработали способ удалить свой биометрический след

В ИТ-компании «Криптонит» (входит в «ИКС Холдинг») разработали метод, который позволяет выборочно удалять цифровые образы людей из систем распознавания лиц. Если совсем просто, речь идёт о технологии, которая должна помочь реализовать право человека отозвать согласие на обработку своей биометрии — так, чтобы система действительно перестала его узнавать.

Проблема тут в том, что современные системы распознавания лиц устроены не так прямолинейно, как может показаться.

Даже если сведения о человеке формально удалили из базы, его цифровой образ может всё равно остаться внутри уже обученной модели. То есть на бумаге данные вроде бы стерли, а на практике алгоритм всё ещё способен узнать этого человека.

Именно это и делает тему особенно чувствительной. С биометрией всё сложнее, чем с обычными персональными данными: пароль можно поменять, а лицо — нет. Если такие данные утекают, риски уже совсем другого уровня, потому что украденные цифровые слепки можно использовать для создания поддельных образов и обхода биометрической аутентификации.

 

В «Криптоните» утверждают, что их метод решает задачу не маскировкой и не косметическим удалением, а на уровне внутренней логики самой модели. Проще говоря, алгоритм перестаёт использовать сведения о конкретном человеке и больше не может его распознавать, при этом способность узнавать остальных людей сохраняется.

По словам разработчиков, на тестовых наборах данных технология показала заметное снижение эффективности распознавания именно тех лиц, которые нужно «забыть», — до 88%. При этом общая точность системы, как утверждается, осталась на прежнем уровне.

Практическое применение у такого подхода вполне очевидное. В первую очередь это системы видеонаблюдения с распознаванием лиц, СКУД и корпоративная безопасность. Например, технология может пригодиться для удаления биометрических данных уволенных сотрудников, когда компания обязана прекратить их обработку, но не хочет при этом заново переобучать всю систему с нуля.

RSS: Новости на портале Anti-Malware.ru