Целевые атаки на госсектор Азербайджана используют тему COVID-19

Целевые атаки на госсектор Азербайджана используют тему COVID-19

Новая киберпреступная кампания использует тему нового коронавируса 2019-nCoV в целевых атаках на государственный и энергетический секторы Азербайджана. В операциях преступников участвует RAT-троян, извлекающий конфиденциальные документы, перехватывающий нажатия клавиш, пароли и даже снимки веб-камеры.

В ходе атак злоумышленники используют документы Microsoft Word в качестве дропперов. С их помощью в систему устанавливается написанный на Python троян «PoetRAT».

«RAT-вредонос располагает всеми стандартными функциями такого класса программ. Он даёт оператору в руки полный контроль над скомпрометированной системой», — пишет команда Cisco Talos.

По словам специалистов, вредоносная программа прицельно атакует SCADA-системы в энергетической сфере. Тема новой коронавирусной инфекции COVID-19 используется в качестве приманки — чтобы жертва установила троян, поддавшись спровоцированной пандемией панике.

Операторы прикрепляют PoetRAT к документу Word, который в случае открытия задействует макросы для извлечения и запуска вредоносной программы. Исследователи пока не смогли точно установить способ доставки изначального злонамеренного документа.

На данный момент известно, что загрузить используемый в атаках документ Word можно по простому URL. Таким образом, злоумышленники как-то передают жертве такую ссылку. Не исключено, что в ход идут фишинговые письма.

Сам троян PoetRAT содержит два скрипта, один из которых (frown.py) отвечает за связь с командным сервером (C&C), а второй (smile.py) выполняет команды операторов.

Anti-Malware Яндекс ДзенПодписывайтесь на канал "Anti-Malware" в Telegram, чтобы первыми узнавать о новостях и наших эксклюзивных материалах по информационной безопасности.

Новое решение Angara Security на базе ML повысит эффективность SOC

Специалисты компании Angara Security выпустили решение на базе нейронной сети, интегрирующееся с SIEM-системой. По словам разработчиков, новинка поможет повысить эффективность мониторинга в SOC.

Комбинированные слои, из которых состоит нейронная сеть, свойственны как сверточным сетям (Convolutional Neural Networks), так и рекуррентным (Recurrent Neural Networks).

Таким образом, разработка поможет дополнить стандартные методы анализа событий в информационной безопасности, а также с высокой точностью выявлять вредоносную активность по характерным паттернам.

В этом случае безопасники избавляются от необходимости писать отдельные правила детектирования для каждой новой утилиты или процедуры.

«ML-модели являются отличным вспомогательным инструментом в работе аналитиков. С одной стороны, они позволяют расширить возможности по детектированию активности злоумышленников, с другой — автоматизировать часть процессов и высвободить ресурсы для задач, требующих участия человека», — комментирует Артем Грибков, заместитель директора Angara SOC по развитию бизнеса.

Использованная Angara Security ML-модель может применяться в трёх сценариях. Например, для детектирования PowerShell-скриптов — одного из любимых инструментов киберпреступников.

Второй сценарий — обнаружение DGA-доменов и DNS-туннелирования. Зачастую классические методы анализа DNS-имен выдают ложноположительные срабатывания, а сверху ещё накладывается проблема доменных имён, похожих на легитимные. В Angara Security отмечают, что ML-решение справляется с этой задачей.

Наконец, третий сценарий — анализ журналов веб-серверов. ML-модель в этом случае может использоваться в качестве дополнения к WAF-системам или как альтернатива эшелонированной защиты веб-ресурсов.

Anti-Malware Яндекс ДзенПодписывайтесь на канал "Anti-Malware" в Telegram, чтобы первыми узнавать о новостях и наших эксклюзивных материалах по информационной безопасности.

RSS: Новости на портале Anti-Malware.ru