Учётные данные от 1,3 млн RDP-серверов слили на торговую площадку UAS

Учётные данные от 1,3 млн RDP-серверов слили на торговую площадку UAS

Учётные данные от 1,3 млн RDP-серверов слили на торговую площадку UAS

Одна из крупнейших торговых площадок для киберпреступников разместила логины и пароли от 1,3 млн серверов Windows Remote Desktop, которые были скомпрометированы в ходе кибератак злоумышленников. Параллельно специалисты запустили специальный сервис, с помощью которого организации смогут проверить наличие своих учётных данных в базах утечек.

Эта массовая утечка логинов и паролей в очередной раз продемонстрировала экспертам в области кибербезопасности, насколько расчётливо преступники пользуются результатами предыдущих кибератак для получения прибыли.

Сотрудники компании Advanced Intel запустили сервис под названием RDPwned, позволяющий организациям проверить наличие своих учётных данных RDP в базах, которые продаются на площадке UAS.

Для тех, кто не знает: UAS является крупнейшей торговой площадкой для киберпреступников, специализирующейся на продаже логинов и паролей от RDP, а также номеров социального страхования и доступа к прокси-серверам SOCKS.

Помимо этого, UAS обеспечивает ручную верификацию продаваемых учётных данных, предоставляет поддержку клиентов и даже приводит различные методы, с помощью которых условный злоумышленник может сохранить удалённый доступ к скомпрометированному компьютеру.

Функциональность UAS, по словам исследователей, чем-то напоминает eBay. Покупатель украденных RDP-аккаунтов может искать скомпрометированные устройства в определённой стране, городе и даже отобрать их по конкретной операционной системе.

 

Из 1 379 609 учётных записей, обнаруженных на площадке UAS, многие содержат слабые связки «имя пользователя-пароль». Специалисты привели топ-25 скомпрометированных логинов и паролей. Судите сами, насколько системные администраторы иногда халатны.

Топ-25 имён пользователей:

  1. Administrator — 303 702
  2. Admin — 59 034
  3. User — 45 096
  4. test — 30 702
  5. scanner — 20 876
  6. scan — 16 087
  7. Guest — 12 923
  8. IME_ADMIN — 9 955
  9. user1 — 8 631
  10. Administrador — 8 612
  11. Trader — 8 608
  12. postgres — 5 853
  13. IME_USER — 5 667
  14. Usuario — 5 236
  15. user2 — 4 055
  16. Passv — 3 989
  17. testuser — 3 969
  18. test1 — 3 888
  19. server — 3 754
  20. student — 3 592
  21. reception — 3 482
  22. backup — 3 356
  23. openpgsvc — 3 339
  24. info — 3 156
  25. VPN — 3 139

Топ-25 паролей:

  1. 123456 — 71 639
  2. 123 — 50 449
  3. P@ssw0rd — 47 139
  4. 1234 — 34 825
  5. Password1 — 27 007
  6. 1 — 24 955
  7. password — 19 148
  8. 12345 — 16 522
  9. admin — 15 587
  10. ffff-ffc0M456x (дефолтный для MailEnable) — 15 114
  11. Admin@123 — 13 572
  12. User — 13 437
  13. scanner — 13 193
  14. scan — 10 409
  15. test — 10 169
  16. Aa123456 — 9 399
  17. Password123 — 8 756
  18. 12345678 — 8 647
  19. Admin123 — 8 214
  20. Passw0rd — 7 817
  21. admin,.123!@#$%^ — 7 027
  22. 1qaz@WSX — 6 248
  23. Welcome1 — 5 962
  24. P@ssword64 — 5 522
  25. abc@123 — 4 958

Гарда NDR научилась искать скрытые атаки по поведению хостов

Компания «Гарда» обновила систему анализа сетевого трафика и выявления угроз «Гарда NDR». В новой версии появились механизмы автоматической оценки риска для хостов и кластеризации устройств на основе машинного обучения.

Главная идея обновления заключается в том, чтобы помочь специалистам по информационной безопасности быстрее находить действительно подозрительные события среди большого количества сетевой активности.

Для этого система анализирует поведение устройств в сети и группирует их по схожим признакам. Если один из хостов начинает заметно отличаться от других устройств своего кластера, это может указывать на аномалию или потенциальный инцидент.

Такой подход позволяет выявлять нестандартные сценарии атак, которые не всегда обнаруживаются классическими сигнатурными средствами защиты.

Параллельно в продукте появился риск-скоринг хостов. Вместо длинного списка разрозненных уведомлений аналитик получает ранжированный перечень узлов с оценкой потенциального уровня риска.

Для формирования этой оценки используются сразу несколько источников данных: сетевой трафик, телеметрия NetFlow, сигнатурный анализ, индикаторы компрометации и данные от механизмов Deception.

В компании отмечают, что подобное сочетание кластеризации и автоматической оценки риска реализовано в российских NDR-решениях впервые.

Обновление затронуло и другие компоненты системы. В продукт добавили поддержку цифровых отпечатков JA4 для анализа зашифрованного трафика, а также новую ML-модель для выявления автоматически сгенерированных доменов (DGA), которые часто используются для связи зловредов с управляющими серверами.

Кроме того, разработчики упростили развёртывание решения. В системе появились графический мастер установки и механизм автоматической загрузки политик из архивов. Также были расширены возможности интеграции с SIEM-платформами и доработан пользовательский интерфейс.

По данным компании, изменения затронули и процессы расследования инцидентов. Ряд операций теперь требует меньше действий со стороны аналитиков, что должно сократить время на обработку событий безопасности и снизить вероятность пропуска важных сигналов на фоне большого количества уведомлений.

RSS: Новости на портале Anti-Malware.ru