Киберпреступники предпочитают Zoom и WebEx для маскировки вредоносов

Киберпреступники предпочитают Zoom и WebEx для маскировки вредоносов

Киберпреступники предпочитают Zoom и WebEx для маскировки вредоносов

Авторы вредоносных и сомнительных приложений используют названия популярных сервисов для видеоконференций (Zoom, WebEx, Slack и других), пытаясь замаскировать под них свой злонамеренный софт.

Специалисты антивирусной компании «Лаборатория Касперского» выявили 1300 файлов, которые преступники использовали для атак на корпоративных пользователей.

Под прикрытием сервисов для видеоконференции распространялось 200 видов нежелательных приложений. Чаще всего злоумышленники пытались установить на компьютеры пользователей адваре DealPly и DownloadSponsor.

Что касается популярности того или иного сервиса у киберпреступников, доли распределились так: на первом месте Zoom (42,42%), второе досталось WebEx (22,51%), третье — GoToMeeting (12,86%).

В «Лаборатории Касперского» обращают внимание на опасность таких рекламных программ, которые могут передавать конфиденциальную информацию на серверы злоумышленников.

Также исследователи нашли киберугрозы, скрывающиеся под видом файлов ярлыков (.ink). Большая часть этих файлов на деле оказались эксплойтами.

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