За 2019 год FireEye обнаружила более 500 новых семейств вредоносов

За 2019 год FireEye обнаружила более 500 новых семейств вредоносов

За 2019 год FireEye обнаружила более 500 новых семейств вредоносов

Компания FireEye опубликовала новый отчёт, посвящённый проанализированным за 2019 год вредоносным программам. Специалисты представили интересную статистику относительно новых семейств и семплов вредоносов.

Согласно документу «Mandiant M-Trends 2020», в 2019 году FireEye анализировала 1,1 млн образцов в день.

Всего было выявлено 1268 семейств вредоносных программ. Самая интересная цифра касается новых типов зловредов, ранее никем не зафиксированных, — их обнаружили более 500 (41% от общего числа).

«В 2019 году мы выявили более 500 новых семейств вредоносных программ. Большинство обнаруженных образцов предназначены либо для Windows, либо для нескольких операционных систем», — гласит отчёт экспертов.

«Конечно, нам встречаются вредоносы, предназначенные исключительно для macOS и Linux, но они по-прежнему остаются в меньшинстве».

По данным FireEye, одна треть изученных в 2019 году атак была продиктована финансовыми интересами. Также существенным стимулом служила кража данных и шпионаж.

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