KingMiner использует сложный криптоджекер для атак Windows Server

KingMiner использует сложный криптоджекер для атак Windows Server

KingMiner использует сложный криптоджекер для атак Windows Server

Киберпреступная группа KingMiner использует постоянно совершенствующийся вредонос для криптоджекинга. В ходе этих вредоносных кампаний атакуются в основном компьютеры на Windows Server. Основной вектор компрометации в этом случае — брутфорс.

Об этих атаках рассказали исследователи компании Check Point Идо Соломон и Ади Икан.

«Эта вредоносная программа была впервые обнаружена в середине июня 2018 года. Сразу за первой версией последовали две другие — более совершенные. Авторы используют разнообразные техники обхода эмуляции и детектирования», — объяснят эксперты.

KingMiner используют приватный майнинг-пул с отключенным API для своей вредоносной программы. Так злоумышленники хотят избежать мониторинга своей активности.

Как только вредонос попадает в систему, он начинает поиски более старых версий себя. Если он находит их, производится процесс апгрейда. Загрузка пейлоада происходит в форме XML-файла, содержащего ZIP-файл. А в ZIP-файле содержится бинарник Base64.

Заключительным этапом становится майнинг криптовалюты Monero. По задумке авторов вредонос должен использовать до 75% процессора, однако эксперты выяснили, что на деле загрузка поднимается до 100%. Предположительно, из-за ошибок программирования.

Исследователи предупреждают, что авторы продолжают совершенствовать свою программу.

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