Microsoft: Атаковавшие SolarWinds хотели добраться до данных в облаке

Microsoft: Атаковавшие SolarWinds хотели добраться до данных в облаке

Microsoft: Атаковавшие SolarWinds хотели добраться до данных в облаке

Представители Microsoft назвали конечную цель киберпреступников, атаковавших корпорацию SolarWinds, — добраться до данных, хранящихся в облаке жертв. Именно ради этого злоумышленники развернули бэкдор Sunburst/Solorigate в локальной сети.

Команда Microsoft 365 Defender, изучившая кибероперацию, пришла к выводу, что для проникновения в сеть жертвы атакующие использовали бэкдор Sunburst. Уже следующим шагом преступники пытались получить доступ к данным в облаке.

«После такой крупной подготовительной фазы, которая помогла злоумышленникам создать внушительную точку опоры, им оставалось лишь выбрать жертву, с которой они хотели "работать" дальше», — пишет Microsoft.

«Исходя из результатов нашего расследования, следующие ступени атаки были направлены на получение доступа к облачным хранилищам атакованных организаций».

В предыдущей статье Microsoft также указывала на попытку киберпреступников сгенерировать SAML-токены, которые позволили бы пройти аутентификацию, необходимую для доступа к данным в облаке.

 

Исследователи из Microsoft 365 Defender расписали алгоритм, который взяли за основу злоумышленники:

  1. Использовать вредоносные DLL SolarWinds для активации бэкдора, который позволял атакующим удалённо контролировать устройство и управлять им.
  2. Использовать открытый бэкдором доступ для кражи учётных данных, повышения привилегий и латерального продвижения по сети.
  3. Использовать созданные собственноручно токены SAML для доступа к облачным ресурсам и извлечь электронные письма жертвы.
Подпишитесь на новости

Группа Астра выпустила конструктор ИИ-агентов для работы в закрытом контуре

Собрать ИИ-секретаря или помощника техподдержки из визуальных блоков — такой сценарий предлагает «Группа Астра». Компания вывела на рынок «Астра ИИ Платформу»: low-code-конструктор корпоративных ИИ-приложений. По заявлению разработчика, он позволяет сократить внедрение с месяцев до дней и работать без зависимости от зарубежных облаков.

Решение входит в экосистему «Астра ИИ» и поддерживает локальное развёртывание, включая закрытый контур.

Внутри два конструктора. ML отвечает за обучение и развёртывание моделей машинного обучения, LLM — за языковых ассистентов, поиск по документам и автоматизацию процессов.

Сценарии собираются из блоков, настраиваются и отлаживаются в реальном времени. Если визуальных возможностей мало, можно менять код и добавлять собственные блоки на Python.

Платформа поддерживает базы знаний для RAG: помощник ищет информацию в документах компании. Через внешние инструменты агенты подключаются к CRM, ERP, почте и веб-поиску.

Можно также объединять нескольких агентов и распределять между ними задачи.

Среди сценариев есть аналитика, финансовые задачи, техподдержка и мониторинг рисков. В одном из приведённых компанией примеров модели обрабатывают десять страниц чертежей и спецификаций за пять минут, подготавливая данные для инженерных систем.

По данным разработчика, продукт включён в реестр отечественного ПО и уже доступен заказчикам.

RSS: Новости на портале Anti-Malware.ru