Эксперты назвали тренды атак за 2022 год

Эксперты назвали тренды атак за 2022 год

Эксперты назвали тренды атак за 2022 год

Латеральные перемещения и дипфейки — “новый черный” кибератак. Компании VMware публикует годовой отчет по тенденциям в современном инфобезе. Отбиваться приходится чаще и дольше.

Американские исследователи VMware опросили 125 профессионалов в сфере ИБ и экспертов по реагированию на инциденты. Отчет (PDF) за 2022 год касается тенденций в мире современной безопасности.

Среди ключевых трендов — растущие риски, связанные с дипфейками, уязвимостями контейнеров, облачными вычислениями, системами безопасности API Security, компрометацией деловой почты и атаками программ-вымогателей.

Способность злоумышленников перемещаться по сетям, уклоняться от безопасников и использовать эти платформы для дальнейшего проникновения в сети отметило большинство респондентов.

Латеральные перемещения — новое поле битвы, говорится в отчете. Они проявлялись в каждой четвертой атаке (25% всех вторжений).

Инструменты двойного назначения — системные инструменты и легальное программное обеспечение, которое злоумышленники могут использовать, — их применение выросло на 10 процентов.

Количество дипфейковых атак увеличилось на 13%. Речь в первую очередь о сообщениях электронной почты, которые имитируют знакомого жертве отправителя.

Накануне мы писали о том, что ученые предложили выявлять голосовые дипфейки с помощью флюидодинамики.

Из других тенденций — рост 0-day эксплойтов. С такими атаками столкнулись 62% респондентов. Это на 11% больше, чем за прошлый год.

23% атак ставят под угрозу безопасность API. Исследование показало, что злоумышленники все чаще используют API, а также SQL-инъекции.

Почти 60% респондентов в последний год подверглись атаке c использованием ransomware. Проблема вымогателей остается одной из самых серьезных категорий угроз.

Почти 90% опрошенных заявили, что иногда (50%) или очень часто (37%) противодействовали действиям киберпреступников.

По данным VMware, 75% респондентам удалось отбить атаку, используя как аварийный инструмент виртуальные исправления (например, межсетевой экран уровня приложений (Web Application Firewall, WAF) или подобные).

Степень выгорания ИБ-специалистов снизилась по сравнению с прошлым годом, но остается серьезной проблемой. По данным VMware, почти 70% тех, кто испытывает симптомы выгорания, подумывают об увольнении.

Сигналы Wi-Fi позволяют определять активность человека за стеной

В конце февраля в топы GitHub Trending неожиданно вырвался проект с открытым исходным кодом RuView, который раньше был известен как Wi-Fi DensePose. На первый взгляд это ещё один эксперимент на стыке ИИ и граничных вычислений, но на деле история куда интереснее и тревожнее.

RuView показывает, что обычные сигналы Wi-Fi можно использовать не только для связи, но и буквально для «чтения» происходящего в помещении.

Система умеет отслеживать движения человека, оценивать позу тела и даже фиксировать дыхание и сердечный ритм, причём без камер, без интернета и, как утверждают разработчики, даже через стены.

С технической точки зрения проект опирается на анализ Channel State Information (CSI) — данных о том, как радиоволны рассеиваются, отражаются и меняются при взаимодействии с телом человека. В отличие от примитивных метрик уровня сигнала, CSI даёт куда более детальную картину: учитываются амплитуда и фаза сигнала по множеству поднесущих. Именно это и позволяет системе замечать микроскопические изменения, возникающие, когда человек двигается, сидит, спит или просто дышит.

По данным Ruvnet, RuView построен на базе академических исследований специалистов Университета Карнеги — Меллона. Для работы системе достаточно сети из 4-6 недорогих узлов на ESP32-S3, а общий бюджет такого комплекта может составлять примерно 54 доллара. Эти сенсоры формируют радиочастотную модель помещения, а ИИ затем анализирует, как человеческое тело меняет картину распространения сигнала.

 

Разработчики заявляют, что платформа обрабатывает данные с частотой до 54 тысяч кадров в секунду благодаря оптимизированной кодовой базе на Rust. Поверх этого работает нейросеть, которая переводит изменения поля Wi-Fi в 17 ключевых точек тела — от головы и локтей до коленей и бёдер. Кроме позы, система, как утверждается, может отслеживать дыхание в диапазоне 6-30 вдохов в минуту и пульс в диапазоне 40-120 ударов в минуту.

На бумаге всё это выглядит как красивая технология для спасателей, медицины и ухода за пожилыми. И действительно, сценарии звучат гуманно: мониторинг состояния человека без камер, поиск людей в задымлённых помещениях, наблюдение за пациентами без носимых датчиков. Но у технологии есть и другая сторона, куда менее комфортная.

Эксперты по кибербезопасности уже предупреждают, что RuView открывает новую категорию рисков: скрытое физическое наблюдение, которое почти невозможно заметить. Сигналы Wi-Fi проходят через мебель, стены и перекрытия, а значит, теоретически злоумышленник может разместить недорогие модули рядом со зданием и анализировать происходящее внутри. В отличие от камер, такой способ не зависит от освещения, дыма или прямой видимости. А поскольку работа идёт на физическом уровне радиосигнала, шифрование вроде WPA3 здесь не помогает.

Отдельная проблема в том, что такая схема практически не оставляет привычных сетевых следов. Если устройство пассивно анализирует радиосреду, администраторам сложно обнаружить его стандартными средствами мониторинга. На этом фоне возникают и юридические вопросы: например, как регулировать технологию, которая не собирает изображения или прямые идентификаторы, но всё равно позволяет следить за человеком в реальном пространстве.

Среди возможных защитных мер специалисты называют рандомизацию CSI на стороне роутеров, хотя пока это скорее исследовательское направление. Более надёжным вариантом считается физическое RF-экранирование: металлические сетки, экранирующие материалы или специальные покрытия для помещений с повышенными требованиями к безопасности.

RSS: Новости на портале Anti-Malware.ru