Web2.0时代 SNS成为银行木马的新聚集地

简介: 来自RSA欺诈行为研究中心的报告显示,一种针对巴西银行的犯罪软件,利用流行的社会化网络作为命令和控制服务器。这已经不是网络犯罪分子第一次利用云平台进行托管或利用社会化网络进行指挥和控制工作了,并且肯定也不会是最后一次。

来自RSA欺诈行为研究中心的报告显示,一种针对巴西银行的犯罪软件,利用流行的社会化网络作为命令和控制服务器。这已经不是网络犯罪分子第一次利用云平台进行托管或利用社会化网络进行指挥和控制工作了,并且肯定也不会是最后一次。

 

来自RSA欺诈行为研究中心的报告显示,一种针对巴西银行的犯罪软件,利用流行的社会化网络作为命令和控制服务器。

 

该公司声称,它们非常迅速地处理这一问题,已经关闭了存在问题的个人页面,而网络犯罪分子则继续通过合法基础设施利用替代的命令和控制频道(C&C)进行积极活动。

 

更多的细节:

 

· 隐藏在犯罪软件背后的控制者以“安娜·玛丽亚”为名,建立了一个虚假个人页面,并且将犯罪软件的加密配置设定以纯文本格式上传到页面中。

 

· 在感染了用户的计算机,并完成安装后,该恶意软件会利用EIOWJE字符串(见下面截图中带下划线的部分)来对页面进行搜索。该字符串是恶意软件进行配置的起点。

 

· 接下来,EIOWJE字符串后面的所有加密命令都会被恶意软件解密并在受感染的计算机上执行。

 

Web2.0时代 SNS成为银行木马的新聚集地

 

这已经不是网络犯罪分子第一次利用云平台进行托管或利用社会化网络进行指挥和控制工作了,并且肯定也不会是最后一次。下面列出的就是一些被用来作为命令和控制频道的合法基础设施和社会化网络:

 

· 宙斯犯罪软件使用亚马逊弹性计算云作为命令和控制服务器

 

· 基于推特的僵尸网络命令频道出现

 

· 谷歌论坛木马现身

 

· 怀特韦尔木马:你的脸谱页面今天僵尸化了么?

 

· 推特僵尸网络生成器自制教程

 

在《云中阴影》一文中,我们可以发现网络间谍活动也应用到同样的手段,恶意攻击者多次利用合法基础设施进行命令和控制操作:

 

攻击者利用雅虎邮件账户作为命令和控制组件发送新的恶意二进制代码到被破坏的计算机。总体而言,我们发现三个推特账户、五个雅虎邮件账户、十二个谷歌论坛、八个Blogspot的账户、九个百度个人账户、一家谷歌网站和十六个blog.com的账户属于被攻击者使用的工具。

 

对于网络犯罪分子和他们的僵尸网络来说,社会化网络是天堂么?基本上,答案是肯定的。社会化网络为犯罪分子提供了两项最重要的帮助,就是在尽可能短的时间里获取数十万次点击的可扩展性时间框架,以及来自社会化网络的信任因子。

 

纵观对网络犯罪分子友好的互联网服务供应商,在目前,它们提供的主机托管解决方案依然占据主导地位,虽然一旦被发现,就会很容易被列入黑名单,即使这样,还有一些依然处于工作中。然而,我们应该考虑到这一过程被受到信任的社会化网络的使用所破坏,并且,关键问题是网络犯罪分子已经完全认识到这一事实。

 

通过过去几年的使用,他们开始认识到对于社会化网络环境来说,问题的关键不是清白的声誉,而用户对于特定社会化网络的信任。举例来说,作为最成功的社会化网络恶意软件之一,Koobface僵尸网络从脸谱上获得的大部分流量,并不是来自用户账户里的虚假宣传信息。实际情况恰恰相反,它是通过操纵大量受到信任的账户获取流量的。

 

RSA评估后得出结论认为,恶意软件利用社会网络的情况,目前属于“特殊而不是普遍现象。”对于这一点,你是怎么想的?对于这一案例或网络犯罪分子来说,是否会长期处于“可望不可及的”情况中?如果今天安娜·玛丽亚的假帐户,在明天成为安娜·玛丽亚的真帐户,利用看似无害的语言模式向被犯罪软件控制的主机发送命令,我们应该怎么办?

目录
相关文章
|
15天前
|
存储 关系型数据库 分布式数据库
PostgreSQL 18 发布,快来 PolarDB 尝鲜!
PostgreSQL 18 发布,PolarDB for PostgreSQL 全面兼容。新版本支持异步I/O、UUIDv7、虚拟生成列、逻辑复制增强及OAuth认证,显著提升性能与安全。PolarDB-PG 18 支持存算分离架构,融合海量弹性存储与极致计算性能,搭配丰富插件生态,为企业提供高效、稳定、灵活的云数据库解决方案,助力企业数字化转型如虎添翼!
|
10天前
|
缓存 并行计算 PyTorch
144_推理时延优化:Profiling与瓶颈分析 - 使用PyTorch Profiler诊断推理延迟,优化矩阵运算的独特瓶颈
在2025年的大模型时代,推理时延优化已经成为部署LLM服务的关键挑战之一。随着模型规模的不断扩大(从数亿参数到数千亿甚至万亿参数),即使在最先进的硬件上,推理延迟也常常成为用户体验和系统吞吐量的主要瓶颈。
349 147
|
10天前
|
机器学习/深度学习 存储 缓存
92_自我反思提示:输出迭代优化
在大型语言模型(LLM)应用日益普及的今天,如何持续提升模型输出质量成为了业界关注的核心问题。传统的提示工程方法往往依赖一次性输入输出,难以应对复杂任务中的多轮优化需求。2025年,自我反思提示技术(Self-Reflection Prompting)作为提示工程的前沿方向,正在改变我们与LLM交互的方式。这项技术通过模拟人类的自我反思认知过程,让模型能够对自身输出进行评估、反馈和优化,从而实现输出质量的持续提升。
400 136
|
4天前
|
人工智能 移动开发 自然语言处理
阿里云百炼产品月刊【2025年9月】
本月通义千问模型大升级,新增多模态、语音、视频生成等高性能模型,支持图文理解、端到端视频生成。官网改版上线全新体验中心,推出高代码应用与智能体多模态知识融合,RAG能力增强,助力企业高效部署AI应用。
255 1
|
14天前
|
存储 人工智能 搜索推荐
终身学习型智能体
当前人工智能前沿研究的一个重要方向:构建能够自主学习、调用工具、积累经验的小型智能体(Agent)。 我们可以称这种系统为“终身学习型智能体”或“自适应认知代理”。它的设计理念就是: 不靠庞大的内置知识取胜,而是依靠高效的推理能力 + 动态获取知识的能力 + 经验积累机制。
405 135
|
14天前
|
存储 人工智能 Java
AI 超级智能体全栈项目阶段二:Prompt 优化技巧与学术分析 AI 应用开发实现上下文联系多轮对话
本文讲解 Prompt 基本概念与 10 个优化技巧,结合学术分析 AI 应用的需求分析、设计方案,介绍 Spring AI 中 ChatClient 及 Advisors 的使用。
531 133
AI 超级智能体全栈项目阶段二:Prompt 优化技巧与学术分析 AI 应用开发实现上下文联系多轮对话
|
14天前
|
人工智能 Java API
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
本文介绍AI大模型的核心概念、分类及开发者学习路径,重点讲解如何选择与接入大模型。项目基于Spring Boot,使用阿里云灵积模型(Qwen-Plus),对比SDK、HTTP、Spring AI和LangChain4j四种接入方式,助力开发者高效构建AI应用。
545 122
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)