Android-вредонос Джокер снова пробрался в Google Play Store

Android-вредонос Джокер снова пробрался в Google Play Store

Android-вредонос Джокер снова пробрался в Google Play Store

Печально известному Android-вредоносу Joker опять удалось пробраться в официальный магазин приложений Google Play Store. Злонамеренный софт маскируется под легитимные программы и пытается подписать пользователя на платные услуги.

На новый образец «Джокера» наткнулись исследователи из компании Check Point. Также этот вредонос известен под именем Bread.

На этот раз авторы вредоносной программы для Android нашли новый способ обойти защитные функции Play Store. Они обфусцируют исполняемый DEX-файл, находящийся внутри приложения. Впоследствии этот файл расшифровывается и загружается на скомпрометированное мобильное устройство.

Команда Check Point составила список из 11 подозрительных приложений, связанных с распространением «Джокера». Google уже успел удалить этот софт из магазина.

«Вредонос “Джокер” довольно трудно обнаружить. Даже несмотря на все вложения Google в безопасность Play Store, зловреду удаётся пробираться в магазин», — заявили в Check Point.

Специалисты ожидают, что в скором времени «Джокер» опять вернётся в Play Store, поскольку его авторы привыкли быстро адаптироваться к новым условиям.

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