Silver Fox атакует Россию: 1600 писем из налоговой и новый бэкдор ABCDoor

Silver Fox атакует Россию: 1600 писем из налоговой и новый бэкдор ABCDoor

Silver Fox атакует Россию: 1600 писем из налоговой и новый бэкдор ABCDoor

Российские компании попали под новую волну атак группировки Silver Fox, о которой рассказали эксперты «Лаборатории Касперского». Кампания затронула организации из промышленности, консалтинга, торговли и транспорта, а основным крючком стала классика социальной инженерии: письма, замаскированные под официальные уведомления от налоговой службы.

С начала января по начало февраля исследователи зафиксировали более 1600 таких рассылок.

Схема выглядит банально: получателю сообщают о якобы серьёзных нарушениях и подталкивают как можно быстрее открыть вложение и разобраться. Но в этот раз Silver Fox обновила подачу.

Если раньше чаще встречались вредоносные архивы, то теперь атакующие прикрепляют PDF-документ, внутри которого спрятаны ссылки на скачивание. Зачем так усложнять? По сути, чтобы аккуратнее проскочить почтовые фильтры: внешне письмо выглядит чинно, а опасная часть уезжает на следующий шаг цепочки.

Главное новшество — инструментарий. В январской кампании злоумышленники использовали ранее неизвестные загрузчики и Python-бэкдор, который исследователи назвали ABCDoor.

Его запускали через уже знакомый по прошлым атакам бэкдор ValleyRAT (он же Winos). ABCDoor даёт атакующим удалённый доступ и довольно широкий набор возможностей: от управления системой и работы с файлами до кейлоггинга, доступа к буферу обмена и даже трансляции нескольких экранов жертвы почти в  режиме реального времени. Плюс он умеет обновляться, закрепляться и подстраиваться по ходу атаки.

Цепочка доставки тоже стала интереснее: для загрузки ValleyRAT, по данным исследователей, применялась модифицированная, ранее неизвестная версия RustSL, впервые её заметили ещё в конце декабря 2025 года. Всё это делает кампанию более живучей: разные домены, разные адреса отправителей, несколько этапов доставки, а каждый кусок цепочки сложнее отрубить одним движением.

«Социальная инженерия сыграла ключевую роль в данной кампании — группировка воспользовались тем, что люди обычно доверяют уведомлениям от официальных ведомств, например от налоговой службы. При этом Silver Fox применила многоступенчатый подход к доставке основной вредоносной нагрузки, а также задействовала разные адреса и домены. Это повышает опасность подобных атак, поскольку такой метод позволяет злоумышленникам минимизировать риск обнаружения и блокировки всей цепочки атаки», — прокомментировал Антон Каргин, эксперт Kaspersky GReAT.

Ранее Silver Fox в основном атаковала компании в Азии (телеком, энергетика, логистика, финансы), а на российские организации, как отмечают в «Лаборатории Касперского», группировка впервые переключилась в конце 2025 года. Сейчас атакующие явно нащупывают здесь почву.

Решения «Лаборатории Касперского» детектируют связанные компоненты атаки как: Trojan-Spy.Win64.Pycl.a, Trojan-Downloader.Script.Generic, Trojan.Win32.RSL, Trojan.Win32.Agentb, Trojan.Win32.Injuke, Backdoor.Win32.Xkcp, Trojan-Downloader.Win32.Agent.

Подпишитесь на новости

Модели OpenAI и Anthropic выбирали скорые и школу как военные цели

Компания Vals AI проверила ограничения ИИ-моделей на участие в выборе военных целей. В экспериментах системы отмечали гражданских, машины скорой помощи и сдающихся солдат. Представление задания как игры часто помогало преодолеть отказы.

Результаты экспериментов опубликованы в исследовании Vals AI. Специалисты испытали 14 моделей на изображениях с имитацией съёмки с дронов.

Отдельный сценарий включал реальные спутниковые снимки иранского Минаба, где школа расположена рядом с военным комплексом.


GPT-6 Astra выделяла хотя бы одну цель в 6% обычных запросов. После оговорки об игре показатель вырос до 92%. В других экспериментах большинство моделей продолжало обнаруживать людей даже после показа сгенерированных последствий ударов.


Модели не управляли реальными атаками и не принимали решений об ударах. Авторы также не оценивали точность наведения и эффективность систем в боевых условиях.


Vals AI рекомендует усилить ограничения на уровне API. Один из обозначенных рисков — массовая разметка видеозаписей для обучения автономных систем наведения.

RSS: Новости на портале Anti-Malware.ru