Η συσκότιση "Picture-in-Picture" καταστρέφει το Delta, το Kohl's για τη συγκομιδή διαπιστευτηρίων

Η συσκότιση "Picture-in-Picture" παραπλανά την Delta, το Kohl's for Credential Harvesting

Χρονική σήμανση: 2 Ιουνίου 2023 12:36 μ.μ.
Κόμβος πηγής: 2699710

Οι χάκερ στρέφονται σε τακτικές συσκότισης βασιζόμενοι σε γυαλιστερές διαφημιστικές φωτογραφίες από την Delta Airlines και τον λιανοπωλητή Kohl's, εξαπατώντας τους χρήστες να επισκεφτούν τοποθεσίες συλλογής διαπιστευτηρίων και να παραιτηθούν από προσωπικές πληροφορίες.

A πρόσφατη καμπάνια που αναλύθηκε από τον Avanan έδειξε πώς οι παράγοντες απειλών κρύβουν κακόβουλους συνδέσμους πίσω από πειστικές φωτογραφίες που προσφέρουν δωροκάρτες και προγράμματα επιβράβευσης από τέτοιες αξιόπιστες μάρκες. Ευρύτερα, η καμπάνια αποτελεί μέρος μιας μεγαλύτερης τάσης απατεώνων του κυβερνοχώρου που ενημερώνουν παλιές τακτικές με νέα εργαλεία - όπως η τεχνητή νοημοσύνη - που κάνει τα phish πιο πειστικά.

Οι ερευνητές του Avanan, που ονόμασαν την τεχνική συσκότισης "εικόνα σε εικόνα", σημείωσαν ότι οι κυβερνοεγκληματίες πίσω από τις επιθέσεις απλώς συνδέουν τις φωτογραφίες μάρκετινγκ με κακόβουλα URL. Αυτό δεν πρέπει να συγχέεται με τη στεγανογραφία, η οποία κωδικοποιεί κακόβουλα ωφέλιμα φορτία σε επίπεδο pixel μέσα σε μια εικόνα.

Ο Jeremy Fuchs, ερευνητής κυβερνοασφάλειας και αναλυτής στο Avanan, το σημειώνει Η στεγανογραφία είναι συχνά εξαιρετικά περίπλοκη, και "αυτός είναι ένας πολύ απλούστερος τρόπος για να κάνετε πράγματα που μπορεί να έχουν τον ίδιο αντίκτυπο και είναι ευκολότερο για τους χάκερ να αναπαράγουν σε κλίμακα."

Εταιρικά φίλτρα URL που εμποδίζονται από τη συσκότιση εικόνας

Αν και είναι απλή, η προσέγγιση εικόνα σε εικόνα καθιστά πιο δύσκολο για τα φίλτρα URL να εντοπίσουν την απειλή, σημείωσαν οι ερευνητές του Avanan.

"[Το email θα] φαίνεται καθαρό [στα φίλτρα] εάν δεν σαρώνουν μέσα στην εικόνα", σύμφωνα με την ανάλυση. «Συχνά, οι χάκερ συνδέουν ευχάριστα ένα αρχείο, μια εικόνα ή έναν κώδικα QR με κάτι κακόβουλο. Μπορείτε να δείτε την αληθινή πρόθεση χρησιμοποιώντας το OCR για να μετατρέψετε τις εικόνες σε κείμενο ή αναλύοντας κωδικούς QR και αποκωδικοποιώντας τους. Αλλά πολλές υπηρεσίες ασφαλείας δεν το κάνουν ή δεν μπορούν να το κάνουν αυτό».

Ο Fuchs εξηγεί ότι το άλλο βασικό πλεονέκτημα της προσέγγισης είναι να κάνει την κακοήθεια λιγότερο εμφανή στους στόχους.

«Συνδέοντας την κοινωνική μηχανική με τη συσκότιση, μπορείτε ενδεχομένως να παρουσιάσετε στους τελικούς χρήστες κάτι πολύ δελεαστικό για να κάνουν κλικ και να ενεργήσουν», λέει, προσθέτοντας την προειδοποίηση ότι εάν οι χρήστες τοποθετήσουν το δείκτη του ποντικιού πάνω από την εικόνα, ο σύνδεσμος URL σαφώς δεν σχετίζεται με την πλαστογραφημένη επωνυμία. «Αυτή η επίθεση είναι αρκετά περίπλοκη, αν και ο χάκερ πιθανότατα χάνει πόντους μη χρησιμοποιώντας μια πιο πρωτότυπη διεύθυνση URL», είπε.

Ενώ το phish δημιουργεί ένα ευρύ καταναλωτικό δίχτυ, οι επιχειρήσεις θα πρέπει να γνωρίζουν δεδομένου ότι οι επικοινωνίες προγραμμάτων πιστότητας αεροπορικών εταιρειών συχνά πηγαίνουν σε εταιρικά εισερχόμενα. και στο την εποχή της εξ αποστάσεως εργασίας, πολλοί υπάλληλοι χρησιμοποιούν προσωπικές συσκευές για επαγγελματικούς λόγους ή έχουν πρόσβαση σε προσωπικές υπηρεσίες (όπως το Gmail) σε φορητούς υπολογιστές που έχουν εκδοθεί από επιχειρήσεις.

«Όσον αφορά τον αντίκτυπο, [η καμπάνια] στόχευε σε μεγάλο αριθμό πελατών, σε πολλές περιοχές», προσθέτει ο Fuchs. «Αν και είναι δύσκολο να γνωρίζουμε ποιος είναι ο δράστης, πράγματα όπως αυτό μπορούν συχνά να μεταφορτωθούν εύκολα ως έτοιμα κιτ».

Χρήση Gen AI για ενημέρωση παλιών τακτικών

Ο Fuchs λέει ότι η καμπάνια ταιριάζει με μία από τις αναδυόμενες τάσεις που παρατηρούνται στο τοπίο του phishing: πλαστογραφίες που σχεδόν δεν διακρίνονται από τις νόμιμες εκδόσεις. Στο μέλλον, η χρήση της γενετικής τεχνητής νοημοσύνης (όπως το ChatGPT) για να βοηθήσει τις τακτικές συσκότισης όταν πρόκειται για επιθέσεις phishing που βασίζονται σε εικόνες, απλώς θα κάνει πιο δύσκολο τον εντοπισμό τους, προσθέτει.

«Είναι πολύ εύκολο με τη γενετική τεχνητή νοημοσύνη», λέει. «Μπορούν να το χρησιμοποιήσουν για να αναπτύξουν γρήγορα ρεαλιστικές εικόνες γνωστών εμπορικών σημάτων ή υπηρεσιών και να το κάνουν σε κλίμακα και χωρίς καμία γνώση σχεδιασμού ή κωδικοποίησης».

Για παράδειγμα, χρησιμοποιώντας μόνο τις προτροπές ChatGPT, έναν ερευνητή Forcepoint πρόσφατα πείστηκε η τεχνητή νοημοσύνη για τη δημιουργία μη ανιχνεύσιμου κακόβουλου λογισμικού steganography, παρά την οδηγία της για απόρριψη κακόβουλων αιτημάτων.

Ο Phil Neray, αντιπρόεδρος στρατηγικής άμυνας στον κυβερνοχώρο στο CardinalOps, λέει ότι η τάση της τεχνητής νοημοσύνης είναι αυξανόμενη.

"Το νέο είναι το επίπεδο πολυπλοκότητας που μπορεί τώρα να εφαρμοστεί για να κάνει αυτά τα email να φαίνονται σχεδόν πανομοιότυπα με τα email που θα λαμβάνατε από μια νόμιμη επωνυμία", λέει. «Όπως η χρήση του Deepfakes που δημιουργούνται από AI, η τεχνητή νοημοσύνη καθιστά πλέον πολύ πιο εύκολη τη δημιουργία μηνυμάτων ηλεκτρονικού ταχυδρομείου με το ίδιο περιεχόμενο κειμένου, τόνο και εικόνες όπως ένα νόμιμο email."

Σε γενικές γραμμές, οι phishers διπλασιάζουν αυτό που ο Fuchs αποκαλεί «συσκότιση εντός της νομιμότητας».

«Αυτό που εννοώ με αυτό είναι να κρύβω κακά πράγματα σε αυτά που μοιάζουν με καλά πράγματα», εξηγεί. "Ενώ έχουμε δει πολλά παραδείγματα πλαστογράφησης νόμιμων υπηρεσιών όπως το PayPal, αυτό χρησιμοποιεί την πιο δοκιμασμένη και αληθινή έκδοση, η οποία περιλαμβάνει ψεύτικες, αλλά πειστική εμφάνιση, εικόνες."

Αξιοποίηση της προστασίας URL για προστασία από απώλεια δεδομένων

Οι πιθανές συνέπειες της επίθεσης για τις επιχειρήσεις είναι η χρηματική απώλεια και η απώλεια δεδομένων, και για να αμυνθούν, οι οργανισμοί θα πρέπει πρώτα να φροντίσουν να εκπαιδεύσουν τους χρήστες σχετικά με αυτούς τους τύπους επιθέσεων, τονίζοντας τη σημασία της τοποθέτησης του δείκτη του ποντικιού πάνω από τις διευθύνσεις URL και της εξέτασης του πλήρους συνδέσμου πριν κάνουν κλικ.

«Πέρα από αυτό, πιστεύουμε ότι είναι σημαντικό να αξιοποιήσουμε την προστασία URL που χρησιμοποιεί τεχνικές phishing όπως αυτή ως ένδειξη επίθεσης, καθώς και την εφαρμογή ασφάλειας που εξετάζει όλα τα στοιχεία μιας διεύθυνσης URL και μιμείται τη σελίδα πίσω από αυτήν», σημειώνει ο Fuchs.

Δεν συμφωνούν όλοι ότι η υπάρχουσα ασφάλεια ηλεκτρονικού ταχυδρομείου δεν ανταποκρίνεται στο καθήκον της σύλληψης τέτοιων phish. Ο Mike Parkin, ανώτερος τεχνικός μηχανικός της Vulcan Cyber, σημειώνει ότι πολλά φίλτρα email θα έπιαναν αυτές τις καμπάνιες και είτε θα τις επισήμαναν ως ανεπιθύμητες στη χειρότερη περίπτωση είτε θα τις επισήμαναν ως κακόβουλες.

Σημειώνει ότι οι spammers χρησιμοποιούν εικόνες αντί κειμένου για χρόνια με την ελπίδα να παρακάμψουν τα φίλτρα ανεπιθύμητης αλληλογραφίας και τα φίλτρα ανεπιθύμητης αλληλογραφίας έχουν εξελιχθεί για να τα αντιμετωπίσουν.

«Αν και η επίθεση ήταν αρκετά συνηθισμένη τελευταία, τουλάχιστον αν το spam στον δικό μου φάκελο ανεπιθύμητης αλληλογραφίας είναι κάποια ένδειξη, δεν είναι μια ιδιαίτερα περίπλοκη επίθεση», προσθέτει.

Ωστόσο, οι επιθέσεις με δυνατότητα AI μπορεί να είναι μια διαφορετική ιστορία. Ο Neray του CardinalOps λέει ότι ο καλύτερος τρόπος για την καταπολέμηση αυτών των πιο προηγμένων επιθέσεων που βασίζονται σε εικόνες είναι να χρησιμοποιείτε μεγάλες ποσότητες δεδομένων για να εκπαιδεύσετε αλγόριθμους βασισμένους σε AI πώς να αναγνωρίζουν ψεύτικα email — αναλύοντας το περιεχόμενο των ίδιων των email καθώς και συγκεντρώνοντας πληροφορίες σχετικά με τον τρόπο αλληλεπίδρασης όλων των άλλων χρηστών με τα email.

Σφραγίδα ώρας:

Περισσότερα από Σκοτεινή ανάγνωση