Обнаружены 30 образов Docker с кодом для скрытной добычи криптовалюты

Обнаружены 30 образов Docker с кодом для скрытной добычи криптовалюты

Обнаружены 30 образов Docker с кодом для скрытной добычи криптовалюты

Исследователь из Palo Alto Networks нашел на Docker Hub три десятка образов, распространяемых в рамках криптоджекинг-кампаний. На счету этих упакованных в контейнер приложений суммарно числилось 20 млн загрузок.

Веб-сервис Docker Hub располагает богатейшей коллекцией контейнеризированных программ, предоставляемых в общее пользование производителями софта, участниками opensource-проектов и членами Docker-комьюнити. В настоящее время пользователям репозитория доступны свыше 100 тыс. образов контейнеров, которые можно использовать для развертывания приложений на Linux и Windows.

Вовлеченные в криптомайнинг образы были привязаны к десяти аккаунтам Docker Hub. Внедренный в них сторонний код (в 90% случаев — скрипт XMRig) предназначался для скрытной добычи Monero. Половина вредоносных образов использовали один и тот же аккаунт в майнинг-пуле; доступная информация о нем позволила исследователям сделать вывод, что криптоджекинг-кампания за два года принесла мошенникам $200 тысяч.

Для внедрения майнеров злоумышленники, по всей видимости, использовали возможность обновления Docker-образов с отметкой в индивидуальном реестре. Загружая в репозиторий новую версию образа, пользователь создает для нее специальный тег.

Примечательно, что теги некоторых вредоносных образов указывали на наличие версий, заточенных под разные ОС и CPU с различной архитектурой, а также вариантов, обеспечивающих выбор кода для добычи криптовалюты. Таким образом, авторы криптоджекинг-кампании могли по желанию расширять спектр своих мишеней, подбирая для каждой оптимальный майнер.

В МФТИ подобрали работающие альтернативы GPU NVIDIA

Институт искусственного интеллекта МФТИ оценил возможности альтернативных графических процессоров (GPU) от китайских производителей. Параллельно в Физтехе был создан Центр компетенций, основной задачей которого стала помощь бизнесу в построении инфраструктуры для работы с искусственным интеллектом.

Российские компании столкнулись с увеличением сроков поставок, ограничениями на загрузку драйверов и отсутствием официальной поддержки оборудования NVIDIA, графические ускорители которой традиционно используются при построении ИИ-инфраструктуры.

В этих условиях бизнесу приходится пересматривать привычные подходы и искать альтернативные технологические решения.

Институт искусственного интеллекта МФТИ провёл комплексное исследование рынка альтернативных ускорителей, преимущественно китайского производства. В рамках работы специалисты изучали архитектурные особенности оборудования, состояние драйверов, совместимость с популярными фреймворками и поведение ускорителей под нагрузкой при выполнении различных задач — от работы с большими языковыми моделями и системами компьютерного зрения до распределённых вычислений.

По итогам испытаний наилучшие результаты показали видеокарты s4000 от Moore Threads и C500 от MetaX. Они продемонстрировали высокую производительность и стабильную работу во всех ключевых сценариях, включая длительную непрерывную нагрузку. В ряде тестов их производительность оказалась сопоставимой с NVIDIA A100, а в отдельных случаях — даже превосходила её.

«Мы оценивали скорость и воспроизводимость вычислений, устойчивость при росте нагрузки и стабильность поведения моделей на разных типах ускорителей. Эти параметры определяют пригодность систем для длительной эксплуатации. По итогам исследований мы сформировали программно-аппаратные конфигурации, обеспечивающие необходимую производительность языковых моделей на альтернативных платформах. Такой подход формирует предсказуемый жизненный цикл ИИ-решений и позволяет компаниям системно планировать эксплуатацию систем в собственных контурах», — рассказал научный директор Института искусственного интеллекта МФТИ Юрий Визильтер.

В МФТИ пообещали продолжить тестирование новых поколений ускорителей, а также подготовку практических рекомендаций по их использованию для решения типовых задач.

RSS: Новости на портале Anti-Malware.ru