Новая коллекция слитых данных бьет рекорд Троя Ханта

Новая коллекция слитых данных бьет рекорд Троя Ханта

Новая коллекция слитых данных бьет рекорд Троя Ханта

Неизвестные злоумышленники собрали воедино все утечки, произошедшие за последние несколько лет с такими компаниями, как Dropbox и LinkedIn. В итоге получилась база данных, насчитывающая 2,2 миллиарда уникальных имен пользователей и связанных с ними паролей.

Удивительно, что собравшие такую крупную базу данных киберпреступники распространяют ее бесплатно на форумах хакерской тематики, а также на торрент-сайтах. Исследователи назвали новую коллекцию «Collections #2–5».

Название является прямой отсылкой к обнаруженной в прошлом месяце крупнейшей слитой базе электронных адресов и паролей, которую обнаружил Трой Хант — «Collection #1».

«Collections #2–5» прежде всего поражает своими объемами — весит она 845 Гб, а общее число записей в ней равняется 25 миллиардам.

Крис Руланд из Phosphorus.io сообщил, что это самая крупная коллекция слитых данных, которую ему доводилось наблюдать.

Напомним, что найденная Хантом «Collection #1» весила 87 Гбайт, она состояла из 12 000 файлов и была обнаружена на сервисе для загрузки файлов MEGA.

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