Fleeceware-приложения для iOS и Android принесли создателям $400 млн

Fleeceware-приложения для iOS и Android принесли создателям $400 млн

Fleeceware-приложения для iOS и Android принесли создателям $400 млн

Исследователи обнаружили сотни приложений класса fleeceware в официальных магазинах Google Play Store и Apple App Store. В общей сложности этот софт принёс своим создателям миллионы долларов, обманывая обычных пользователей.

Сталкерские и шпионские программы, как правило, пытаются добраться до данных владельцев мобильных устройств. Адваре засыпают жертву массой навязчивых рекламных объявлений. У fleeceware-приложений несколько другая тактика: они используют механизм подписки для выуживания денежных средств пользователя.

Основная задача разработчиков такого софта — заставить жертву загрузить приложение на устройство, обещая при этом богатые функциональные возможности и тому подобное. Обычно пользователь удаляет эти программы, но платная подписка остаётся.

Приложения fleeceware всегда обещают бесплатный пробный период, однако потом, если пользователь недостаточно внимателен, с него начинают снимать деньги даже после удаления. Иногда эти суммы доходят до $3000 в год.

Казалось бы, с точки зрения закона разработчики fleeceware не делают ничего из ряда вон выходящего. Тем не менее в некоторых случаях владельцу мобильного устройства трудно понять, как отписаться от регулярных взносов. Это и приносит девелоперам прибыль.

Специалисты антивирусной компании Avast выявили 204 fleeceware-приложения для iOS и Android. Все они размещались в официальных магазинах App Store и Google Play Store.

iOS-версии софта скачали в общей сложности 500 млн раз, что принесло разработчикам $365 миллионов. В Google Play Store при таком же количестве скачиваний заработанная девелоперами сумма составила $38,5.

Подавляющее большинство выявленных Avast fleeceware-приложений предлагало бесплатный период в несколько дней, по истечении которых софт начинал снимать с пользователя деньги.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

В PT Sandbox внедрили ML-модель для поиска скрытых киберугроз

В PT Sandbox появилась новая модель машинного обучения, которая помогает выявлять неизвестные и скрытые вредоносные программы. Песочница анализирует поведение программ по сетевой активности и может заметить угрозы, которые не удаётся поймать обычными методами.

Разработчики отмечают, что один из самых надёжных способов обнаружить зловред — это изучение подозрительных следов в сетевом трафике.

Новая ML-модель как раз обучена отличать «чистые» данные от вредоносных, разбирая пакеты и фиксируя нетипичные признаки поведения.

За последние полгода в песочницу добавили сотни новых правил и сигнатур для анализа трафика, что позволило расширить набор инструментов для поиска программ-вымогателей и атак нулевого дня.

Ещё одно заметное нововведение — проверка QR-кодов. Согласно исследованию, почти половина писем с QR-ссылками содержит зловред или спам. Теперь система может извлекать такие ссылки из писем и вложений и анализировать их на предмет угроз.

Появилась и дополнительная гибкость для специалистов по безопасности: можно писать собственные YARA-правила, настраивать очередь проверки и задавать приоритеты анализа в зависимости от источника или типа файла.

Кроме того, PT Sandbox научилась работать с S3-совместимыми облачными и локальными хранилищами — это позволяет проверять безопасность загружаемых данных вроде кода, изображений или архивов.

И наконец, через веб-интерфейс теперь можно вручную запускать поведенческий анализ отдельных файлов. Это даёт возможность глубже исследовать подозрительные объекты и быстрее реагировать на потенциальные атаки.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

RSS: Новости на портале Anti-Malware.ru