Группировка Turla использует новый бэкдор в атаках на США и Афганистан

Группировка Turla использует новый бэкдор в атаках на США и Афганистан

Группировка Turla использует новый бэкдор в атаках на США и Афганистан

Специалисты по кибербезопасности из Cisco Talos наткнулись на новый бэкдор, который, как оказалось позже, использовался в атаках ATP-группы Turla. Напомним, что зарубежные коллеги связывают деятельность этой кибергруппировки с Россией.

По словам экспертов, вредонос сравнительно прост в исполнении, но при этом способен долго оставаться незаметным в заражённой системе. Turla использовала этот бэкдор в целевых кибератаках на США, Германию и Афганистан.

Согласно данным Cisco Talos, обнаруженный зловред используется с прошлого года. Для его сокрытия преступники устанавливают в системе службу с именем Windows Time Service, которая позже позволяет им загружать и запускать файлы (в качестве второй стадии заражения).

Бэкдор также связывается со своим командным центром (C2) каждые пять секунд, чтобы проверить поступление новых команд. Связь устанавливается по зашифрованному каналу.

С помощью C2 злоумышленники могут включить дополнительные функции вредоносной программы, связанные с аутентификацией, выполнением процессов, загрузкой или выгрузкой файлов, сменой паролей и т. п.

В Cisco Talos считают, что Turla использовала описанный бэкдор в таргетированных атаках на правительство Афганистана. Приписать вредонос именно этой группировке удалось благодаря повторному использованию одной вредоносной инфраструктуры.

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

Google представил VaultGemma — LLM с дифференциальной приватностью

В семействе больших языковых моделей (БЯМ, LLM) с открытым кодом, разработанных в Google, прибавление. Новинка VaultGemma не запоминает конфиденциальные данные при обучении, что предотвращает их слив пользователям.

ИИ-модель, построенная на базе Gemma 2 и работающая по 1 млрд параметров, прошла предварительный тренинг с применением метода дифференциальной приватности (differential privacy) — он добавляет в процесс обучения эталонный шум для ограничения возможности запоминания.

К сожалению, такой подход снижает не только риск утечки конфиденциальных данных, но также точность и быстродействие LLM. Чтобы найти оптимальный баланс между приватностью, практичностью и затратами на вычисления, в Google провели специальное исследование.

Бенчмаркинг показал, что по производительности VaultGemma сравнима с моделями той же величины, но без гарантий конфиденциальности.

 

Подробная информация о новом opensource-проекте, способном ускорить создание приватных и безопасных ИИ-систем для медучреждений, финансовых институтов и госсектора, выложена на Hugging Face и Kaggle.

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