Kaspersky вышла на вредоноса, способного расшифровывать TLS-трафик

Kaspersky вышла на вредоноса, способного расшифровывать TLS-трафик

Kaspersky вышла на вредоноса, способного расшифровывать TLS-трафик

«Лаборатория Касперского» обнаружила новую вредоносную программу, способную расшифровывать TLS-трафик без необходимости перехватывать или видоизменять его. Предположительно, за операциями этого вредоноса стоит киберпреступная группировка Turla.

Выявленный экспертами антивирусной компании образец получил имя Reductor, впервые его атаки были замечены в апреле. Исследователи нашли связь этого зловреда с другим трояном — COMpFun.

По словам специалистов «Лаборатории Касперского», Reductor уникален тем, что может манипулировать TLS-сертификатами. Такой подход открывает возможность для маскировки установщиков вредоносных программ под легитимный софт.

«Помимо обычных для RAT-вредоносов функций (выгрузка, загрузка и выполнение файлов), авторы Reductor оснастили его возможностью манипуляции цифровыми сертификатами. Благодаря этому зловред может помечать зашифрованный трафик уникальными идентификаторами», — пишет «Лаборатория Касперского».

Исследователи уточнили, что Reductor распространяется либо за счёт инфицирования популярных установщиков (Internet Downloader Manager, WinRAR и прочее), либо через троян COMpFun, который может скачивать и устанавливать другие вредоносные программы в систему.

В отличие от стандартной практики атак «Человек посередине» или кражи ключей, Reductor заражает один из браузеров — Chrome или Firefox.

«Злоумышленники нашли действительно интересный способ помечать TLS-трафик — они вообще не трогают сетевые пакеты. Вместо этого операторы проанализировали исходный код Firefox и Chrome, благодаря чему нашли способ пропатчить PRNG-функции в памяти процесса», — объясняют специалисты.

Скомпрометировав генератор случайных чисел, вредонос будет в состоянии отслеживать, как шифруется трафик при установке жертвой TLS-подключения.

Поскольку эти данные можно расшифровать, атакующий способен вклиниться в трафик в момент его передачи.

Подпишитесь на новости

Модели OpenAI и Anthropic выбирали скорые и школу как военные цели

Компания Vals AI проверила ограничения ИИ-моделей на участие в выборе военных целей. В экспериментах системы отмечали гражданских, машины скорой помощи и сдающихся солдат. Представление задания как игры часто помогало преодолеть отказы.

Результаты экспериментов опубликованы в исследовании Vals AI. Специалисты испытали 14 моделей на изображениях с имитацией съёмки с дронов.

Отдельный сценарий включал реальные спутниковые снимки иранского Минаба, где школа расположена рядом с военным комплексом.


GPT-6 Astra выделяла хотя бы одну цель в 6% обычных запросов. После оговорки об игре показатель вырос до 92%. В других экспериментах большинство моделей продолжало обнаруживать людей даже после показа сгенерированных последствий ударов.


Модели не управляли реальными атаками и не принимали решений об ударах. Авторы также не оценивали точность наведения и эффективность систем в боевых условиях.


Vals AI рекомендует усилить ограничения на уровне API. Один из обозначенных рисков — массовая разметка видеозаписей для обучения автономных систем наведения.

RSS: Новости на портале Anti-Malware.ru