В даркнете начали продавать вредоносы с ИИ-анализом украденных данных
В сентябре на теневых площадках зафиксированы два предложения о продаже стилеров со встроенным ИИ-профилированием жертв. Такое ВПО помимо стандартных данных извлекает историю чатов и аутентификационные сведения из ИИ-ассистентов, после чего языковая модель формирует профиль владельца устройства. Это позволяет оператору быстро выявлять наиболее ценных жертв, а в перспективе ИИ может использоваться и для выбора способа монетизации украденных данных.
В сентябре на теневых площадках зафиксированы два предложения о продаже стилеров — вредоносных программ для кражи данных — со встроенной функцией автоматического ИИ-профилирования скомпрометированных устройств. Об этом SecPost сообщили в BI.ZONE Threat Intelligence.
Стандартные стилеры собирают пароли, cookie-файлы активных сессий, данные банковских карт и криптовалютных кошельков, а также другие сведения об устройстве и пользователе. Новое поколение ВПО, выявленное экспертами, позволяет атакующим извлекать из ИИ-ассистентов историю чатов и аутентификационные данные, включая исходный код, внутренние документы, токены и информацию об учетных записях.
Далее языковая модель анализирует собранный стилером лог и формирует краткий профиль владельца устройства: предполагаемую профессию, интересы, посещаемые ресурсы и другие характеристики. Например, Bee Stealer стоимостью $300 обрабатывает часть украденной информации с помощью ИИ на стороне злоумышленника. Согласно данным разработчика ВПО, в одном из случаев нейросеть определила жертву как IT-специалиста и веб-разработчика с интересом к кибербезопасности и выделила связанные с его деятельностью домены. Аналогичная функция заявлена в стилере AVENGER для macOS: он анализирует историю браузера, содержимое терминала, сообщения, почту и конфигурационные файлы, после чего формирует профиль жертвы.
Как отмечают в BI.ZONE Threat Intelligence, для оператора, получающего логи сразу от множества устройств, ИИ-профилирование позволяет быстро определять наиболее ценных жертв — например, разработчика с доступом к корпоративным системам или пользователя с ценными криптоактивами. Вместо необработанного набора данных злоумышленник получает готовое описание жертвы для сортировки и перепродажи.
Пока зафиксированы отдельные примеры стилеров с ИИ-профилированием, однако несколько подобных объявлений за короткий период указывают на то, что ИИ становится привычным инструментом для атакующих. В дальнейшем языковые модели могут использоваться не только для описания жертвы, но и для выбора способа монетизации украденных данных — например, для поиска ценных сессий, восстановления доступа с помощью собранных токенов или подготовки атак от имени скомпрометированного пользователя. Базовые меры защиты от стилеров при этом не меняются: при подозрении на компрометацию необходимо завершить активные сессии, отозвать токены и сбросить учетные данные. Поскольку анализ украденной информации может происходить уже после ее извлечения с устройства, организациям также важно контролировать исходящий трафик.
Читайте также
