【恶意代码系列】三、恶意代码迹象

简介: 【恶意代码系列】三、恶意代码迹象

1. 恶意代码的前兆

   前兆:

   一个新病毒的警告,表示即将感染系统中的某个软件。

   应对措施:

   先确定它是真的病毒还是恶作剧。这可以通过访问反病毒厂商的网站和专门的收集恶作剧邮件信息的网站来确定。如果能确定这是真的病毒,那么检查反病毒软件的特征码是否已升级到最新的版本,如果没有与该病毒匹配的特征码,并且即将到来的病毒的破坏力很大,那么就采用其他的方式阻塞病毒侵入,例如设置邮件服务器和客户端,阻止它们接受具有新病毒邮件特征的邮件,同时还要向反病毒软件厂商通报新病毒。

   前兆:

   反病毒软件成功的清除病毒,并将被感染文件隔离。

   应对措施:

   确定恶意代码如何进入系统,以及它会利用系统什么漏洞传播。如果这个恶意代码会对主机造成极大的威胁,那么就通过打补丁来修补病毒可利用的漏洞。

   2. 恶意代码的迹象

   传播方式:病毒通过邮件感染主机。

   可能的迹象:

   ● 反病毒软件报警

   ● 收发的邮件数量突然大幅度增加

   ● word,电子表格等的模板发生了变化

   ● 删除,损坏或导致文件无法打开

   ● 桌面上出现不寻常的东西,例如奇怪的消息或图形

   ● 程序启动慢、运行慢、或是根本无法运行

   ● 系统不稳定

   ● 如果病毒获得了管理员级的登录权限,蠕虫通过存在漏洞的服务感染主机  

   ● 反病毒软件报警

   ● 针对存在漏洞服务(例如:开放的网络共享,HTTP)的端口扫描和大量的失败连接尝试

   ● 大幅度增加的网络利用率

   ● 程序启动慢、运行慢、或是根本无法运行

   ● 系统不稳定

   传播方式:如果病毒获得了管理员级的登录权限,非法登录。特洛伊木马感染一台主机,并在其上运行。

   可能的迹象:

   ● 反病毒软件针对特洛伊木马发出警报

   ● 网络入侵检测系统发现木马客户端的发出的交互信息并提出警报

   ● 防火墙和路由器日志记录有木马所利用的端口的通讯情况信息

   ● 存在本地主机与来历不名的远程终端的网络连接

   ● 不正常的端口开放

   ● 由主机引起的网络拥挤,特别是当该主机与外网主机相连时

   ● 程序启动慢、运行慢、或是根本无法运行

   ● 系统不稳定

   ● 如果木马获得了管理员级的登录权限,非法登录

网站上的恶意移动代码携带病毒,蠕虫或是特洛伊木马感染来访问的主机  

   ● 包括前面列出的所有相关类型的恶意代码的迹象

   ● 出现不正常的对话框请求批准做某事

   ● 出现不正常的图象,例如交迭或是一连串相互覆盖的对话框网站上的恶意移动代码利用来访主机存在的漏洞感染主机  

   ● 出现不正常的对话框请求批准做某事

   ● 出现不正常的图象,例如交迭或是一连串相互覆盖的对话框

   ● 收发的邮件数量突然大幅度增加

   ● 存在本地主机与来历不名的远程终端的网络连接

   ● 如果移动代码获得了管理员级的登录权限,非法登录

   用户收到恶作剧邮件  

   ● 信笺的来源并不是某权威的电脑安全组织,政府机关或是本单位中相关的人员

   ● 无法连接到发件人地址

   ● 邮件内容语气倾向于引起惶恐

   ● 内容要求或催促收件人迅速转发给别人


相关文章
|
机器学习/深度学习 人工智能 自然语言处理
大模型最强架构TTT问世!斯坦福UCSD等5年磨一剑, 一夜推翻Transformer
【7月更文挑战第21天】历经五年研发,斯坦福、UCSD等顶尖学府联合推出TTT架构,革新NLP领域。此架构以线性复杂度处理长序列,增强表达力及泛化能力,自监督学习下,测试阶段动态调整隐藏状态,显著提升效率与准确性。实验显示,TTT在语言模型与长序列任务中超越Transformer,论文详述于此:[https://arxiv.org/abs/2407.04620](https://arxiv.org/abs/2407.04620)。尽管如此,TTT仍需克服内存与计算效率挑战。
428 3
|
安全 算法 网络安全
GitHub 上的超级 Python 游戏项目,不容错过!
今天分享一个超级牛的 GitHub 项目,是一个专门的基于 Pygame 开发小游戏的项目。该项目就开源在 G 站上,目前已经获得了 2.6K 的 Star 和 1.5K 的 Fork,可以说是超级牛掰了!
GitHub 上的超级 Python 游戏项目,不容错过!
|
人工智能
RAG - 拒识模块
在RAG(Retrieval-Augmented Generation)模型中,拒识模块(或称为拒绝模块,Reject Module)是一个重要的组成部分,旨在提高生成模型在面对不相关查询或信息时的鲁棒性。RAG模型结合了检索和生成两种能力,通过在生成过程中引入外部文档来增强生成的质量和准确性。
796 2
|
数据采集 分布式计算 Hadoop
使用Hadoop MapReduce进行大规模数据爬取
使用Hadoop MapReduce进行大规模数据爬取
|
编解码 Linux 虚拟化
超详细VMware虚拟机安装Win10操作系统过程图解
这篇文章提供了一个详细的VMware虚拟机安装Windows 10操作系统的图解教程,包括了从创建虚拟机到安装操作系统的全过程,以及安装后的一些基本设置,如屏幕分辨率调整等。作者还提到了后续会分享关于磁盘分区的创建过程。
超详细VMware虚拟机安装Win10操作系统过程图解
|
人工智能 监控 安全
|
机器学习/深度学习
RuntimeError mat1 and mat2 shapes cannot be multiplied
RuntimeError mat1 and mat2 shapes cannot be multiplied
1733 0
|
移动开发 监控 Swift
使用Swift编写电脑监控录屏软件:在macOS平台上实现
在本文中,我们将探讨如何使用Swift编写一款电脑监控录屏软件,实现在macOS平台上的功能。这个软件将能够监控用户的屏幕活动,并将录制的数据自动提交到指定的网站。我们将深入讨论代码示例,以帮助您了解实现过程。
579 0