Blog

該当する項目はありません。

適切なAIサイバーセキュリティ製品を探す

Default blog imageDefault blog imageDefault blog imageDefault blog imageDefault blog imageDefault blog image
20
Dec 2022
20
Dec 2022
This blog explores the nuances of AI in cyber security, how to identify true AI, and considerations when integrating AI technology with people, processes, and other technology.

AIは長きにわたりバズワードとなっており、ソーシャルメディアや電子商取引、さらには音楽の好みなど、消費者向けの様々な領域で活用され始めています。ここ数年、AIは企業、特にサイバーセキュリティの分野で活用され始めています。

脅威アクターが攻撃手法にAIを活用するケースは増えています。これは、AI技術の進歩、サイバーセキュリティ業界への参入障壁の低下、脅威アクターとしての継続的な収益性を考慮すると必然的なことです。金融サービスや製造業など異なる業界のセキュリティ意思決定者を調査したところ、回答者の77%が武器化されたAIによって攻撃の規模や速度が増大すると予想しています。 

防御側もサイバーセキュリティにおけるAIの活用を強化しており、回答者の80%以上が、攻撃的なAIに対抗するために組織が高度な防御を必要とすることに同意していることから、敵対者とセキュリティチームが最新の技術的進歩を常に追い求める「サイバー軍拡競争」の様相を呈しています。  

この進化する脅威の状況において、ルールとシグネチャのアプローチはもはや十分ではありません。このようなニーズの高まりから、この分野でもAIによるイノベーションの後押しが続くでしょう。2025年までに、サイバーセキュリティ技術はAIソフトウェア市場の25%を占めるようになると予測しています。

AIを取り巻く興味深さとは裏腹に、多くの人はAIが本当にどのように機能するのか、限定的な理解しか持っていません。AI技術の謎は、多くのサイバーセキュリティ実務家の興味をかきたてるものです。業界として、AIが進歩のために必要であることも分かっていますが、AIや機械学習の周辺にはノイズが多く、理解に苦しむチームもあります。選択のパラドックスにより、セキュリティチームは、提示されたすべての選択肢に対して、よりフラストレーションを感じ、混乱しているのです。

真のAIを見極める

まず、AI技術で解決したいことを定義する必要があります。これは些細なことに思えるかもしれませんが、多くのセキュリティチームは、「どのような問題に取り組んでいるのか」という基本に立ち返ることを忘れてしまいがちです。どのような問題に取り組んでいるのか?何を改善しようとしているのか?ということです。 

すべてのプロセスにAIが必要なわけではありません。いくつかのプロセスは、単に自動化が必要なケースです。より複雑で大規模なシステムには、AIが必要です。重要なのは、ビジネスのこれらの部分を特定し、AIを適用し、これらのAI技術で何を達成しようとしているのかを明確にすることです。 

例えば、工場の現場作業や従業員の休暇日の把握などでは、企業は自動化技術を採用しますが、広報戦略や新規事業の開拓などの経営判断では、AIを活用してトレンドを予測し、経営者の意思決定を支援します。 

同様にサイバーセキュリティにおいても、既知の悪意あるマルウェアやホスティングサイトなどの既知の脅威に対応する場合、それらを把握するのは自動化が最適で、ワークフローやプレイブックも自動化ツールで評価するのがベストです。しかし、ゼロデイ攻撃、インサイダー脅威、IoT脅威、サプライチェーン攻撃などの未知の未知の脅威に関しては、これらの脅威が出現したときに予兆段階で検知し対応するためにAIが必要となります。

自動化はAIとして伝えられることが多く、セキュリティチームにとって区別が難しくなります。自動化は、すでに知っている判断を素早く行うのに役立ちますが、真のAIはより良い判断を下すのに役立ちます。

真のAIと自動化を区別するための重要な方法を挙げます:

  • データセット:自動化では、探しているものは非常によく計画されています。何を探しているかはすでに分かっており、ルールや署名によってプロセスを加速しているだけなのです。真のAIはより動的でダイナミックなものです。AIは、あなたの注意を引くべき活動を定義する必要はなく、あなたのためにハイライトし、優先順位をつけます。
  • バイアス:何を求めているかを定義するとき、人間である私たちは本来、これらの判断にバイアスをかけてしまうものです。また、その時点の知識にも限界があります。これでは、肝心の未知の部分が抜け落ちてしまいます。
  • リアルタイム:どの組織も常に変化しており、AIがそのデータをすべて考慮することが重要です。リアルタイムで、しかも組織の成長に合わせて変化する真のAIは、なかなかありません。 

ダークトレースのAI研究センターは、サイバーセキュリティにおける真のAIの応用について数多くの論文を発表しています。当センターは150名以上のメンバーで構成され、100件以上の特許と出願中の特許を保有しています。ホワイトペーパーの中には、攻撃経路モデリングに関する研究や、組織における予防的アプローチとしてのAIの活用などが含まれています。 

AIのアウトプットを人、プロセス、テクノロジーと統合する


AIと人の融合

私たちは信頼不足の時代に生きていますが、それはAIにも当てはまります。人間である私たちはAIに対して懐疑的になることがありますが、では、私たちのために働くようなAIに対する信頼をどのように構築すればよいのでしょうか。これは、当該技術を利用するユーザーだけでなく、組織全体にも当てはまることです。これは「人」の柱なので、AIに対する信頼を得るための重要な要因は、教育、文化、そしてエクスポージャーです。新しいAI技術を学び、試すことにオープンである文化があれば、時間の経過とともにAIに対する信頼が自然に構築されていくことでしょう。

AIとプロセスの統合

その上で、AIとそのアウトプットをワークフローやプレイブックに統合することを検討すべきです。そのあたりの意思決定をするために、セキュリティ管理者は、自分たちのセキュリティの優先順位は何か、あるいは特定のテクノロジーがどのセキュリティギャップを埋めるためのものかを明確にする必要があります。アウトソーシングしたMSSP/SOCチーム、50人規模の社内SOCチーム、あるいは2人だけのチームであろうと、優先順位を理解し、適切なリソースを割り当てることが重要なのです。

AIとテクノロジーの融合 

最後に、既存のテクノロジースタックとAIの統合があります。ほとんどのセキュリティチームは、SIEM、ファイアウォール、エンドポイントなどのツールや、ペンテスト、脆弱性評価演習などのサービスなど、さまざまな目的を達成するために、さまざまなツールやサービスを導入しています。最大の課題の 1 つは、これらの情報をすべてまとめ、そこから実用的な洞察を引き出すことです。複雑な技術では、脅威の評価や解釈が異なるため、複数のレベルで統合することは常に困難です。

セキュリティチームは、さまざまなツールやサービスの出力結果を理解することに最も時間を費やしていることがよくあります。例えば、ペンテストレポートの結果を基にSOARの設定を強化したり、SOCのアラートを基にファイアウォールの設定をアドバイスしたり、脆弱性評価レポートを基に第三者のインシデント対応チームの範囲を決めたりします。

これらのツールは大量のデータを強力に操ることができますが、最終的に知識の所有権は人間のチームにあるべきで、それを実現する方法が継続的なフィードバックと統合なのです。このようなことを大規模かつ迅速に行うには、もはや人間のチームを利用するのは効率的ではありません。 

Cyber AI Loopは、Darktraceのサイバーセキュリティに対するアプローチです。4つの製品ファミリーは、組織のサイバーセキュリティ態勢の重要な側面を構成しています。Darktrace PREVENT, DETECT, RESPOND, HEALの各製品は、それぞれが継続的な好循環にフィードバックし、常に互いの能力を強化し合っています。 

このサイクルは、インシデントのライフサイクルのあらゆる段階で人間を補強します。例えば、PREVENT は、組織にとって特にリスクが高い可能性がある脆弱性を警告することができます。この場合、明確な緩和策が提示され、その間に攻撃が発生すると、PREVENT が DETECT と RESPOND に転送され、直ちに攻撃が開始されるように準備されます。逆に、RESPOND が攻撃を食い止めると、PREVENT に情報がフィードバックされ、攻撃者の次の行動を予測します。サイバー AI ループ は、毎月、毎年、組織が継続的に防御態勢を改善できるように、全体的な方法でセキュリティを強化することを支援します。 

説明可能なAI

AIがその複雑さにもかかわらず有用であるためには、明確で理解しやすいアウトプットを生成する必要があります。サイバーインシデントが発生した瞬間、人間のチームは素早く理解する必要があります。ここで何が起こったのか?いつ発生したのか?どのデバイスが影響を受けたのか?私のビジネスにとって、それは何を意味するのか?何を優先して対処すべきか?

このため、Darktrace は、最初の調査結果の上にもう一段階のAIを適用し、バックグラウンドで自律的に調査を行い、大量の個々のセキュリティ事象を、人間がレビューする価値のあるわずかなサイバーインシデント全体にまで絞り込みます。また、関連するすべての情報を含む自然言語によるインシデントレポートを生成し、お客様のチームが瞬時に判断できるようにします。 

図 1: Darktrace が個々のモデルブリーチをインシデントに、そして人間がレビューするためのクリティカルインシデントにフィルタリングする例 

Cyber AI Analystは、ネットワークだけでなく、エンドポイント、クラウド環境、IoTデバイス、OTデバイスの検知も考慮します。また、Cyber AI Analystは、攻撃対象や関連するリスクに着目してトリアージを行い、予期せぬ事態が発生した場合に組織に最大の損害をもたらすような最も優先順位の高いアラートを表示します。これらのインサイトは、リアルタイムで提供されるだけでなく、お客様の環境に固有のものです。

これは、AIをめぐる議論で頻繁に出てくるもう一つのトピック、「誤検知」への対処にも役立ちます。もちろん、これは正当な懸念です。もし、小さなチームが何千ものアラートを見なければならないのであれば、AIの価値を引き出すことに何の意味があるのでしょうか。しかし、AIによって膨大な量のログをより多く関連付けることができるようになる一方で、その目的はセキュリティチームの仕事を増やすことではなく、むしろ補強することにあることを忘れてはなりません。

ビジネスがこれらのAIのアウトプット、そしてより重要な知識を所有し続けることができるようにするには、Darktraceの Cyber AI Analystで使われているような説明可能なAIが、AIの発見を解釈し、人間のチームが何が起こったのか、もしあればAIがどんな行動をとったのか、そしてなぜそうなったのかを確実に知るために必要なのです。 

結論

組織はそれぞれ異なり、そのセキュリティもそれを反映したものであるべきです。しかし、サイバーセキュリティにおけるAIの基本的な共通課題は、規模、リソース、業種、文化に関係なく、すべてのセキュリティチームに共通しています。そのサイバー戦略と成熟度こそが、各チームを際立たせているのです。成熟度は、専門的な資格の数やチームの経験年数で定義されるものではありません。成熟したチームは、問題を解決するために協力し合います。AIは銀の弾丸ではありませんが、正しく使用すれば、デジタルエコシステム全体のセキュリティを自律的に強化し、その防御に当たる人間を補強する強力な弾丸であることを理解しています。 

INSIDE THE SOC
Darktrace cyber analysts are world-class experts in threat intelligence, threat hunting and incident response, and provide 24/7 SOC support to thousands of Darktrace customers around the globe. Inside the SOC is exclusively authored by these experts, providing analysis of cyber incidents and threat trends, based on real-world experience in the field.
AUTHOR
ABOUT ThE AUTHOR
Germaine Tan
VP of Cyber Risk Management

Germaine is the Director of Analysis, APAC at Darktrace. Based in Singapore, she works with CISOs, managers and security teams all over APAC on model optimization and operationalization of Darktrace in their digital environments. She also manages the team of 17 analysts in the APAC region that threat hunts and monitors networks from all over the world. Germaine holds a Bachelor of Science in Engineering and a Masters of Science in Technology Management from Nanyang Technological University. She is CISSP, CRISC and CEH certified.

Book a 1-1 meeting with one of our experts
この記事を共有
USE CASES
該当する項目はありません。
PRODUCT SPOTLIGHT
該当する項目はありません。
COre coverage
該当する項目はありません。

More in this series

該当する項目はありません。

Blog

Inside the SOC

Gootloader Malware: Detecting and Containing Multi-Functional Threats with Darktrace

Default blog imageDefault blog image
15
Feb 2024

What is multi-functional malware?

While traditional malware variants were designed with one specific objective in mind, the emergence of multi-functional malware, such as loader malware, means that organizations are likely to be confronted with multiple malicious tools and strains of malware at once. These threats often have non-linear attack patterns and kill chains that can quickly adapt and progress quicker than human security teams are able to react. Therefore, it is more important than ever for organizations to adopt an anomaly approach to combat increasingly versatile and fast-moving threats.

Example of Multi-functional malware

One example of a multi-functional malware recently observed by Darktrace can be seen in Gootloader, a multi-payload loader variant that has been observed in the wild since 2020. It is known to primarily target Windows-based systems across multiple industries in the US, Canada, France, Germany, and South Korea [1].  

How does Gootloader malware work?

Once installed on a target network, Gootloader can download additional malicious payloads that allow threat actors to carry out a range of harmful activities, such as stealing sensitive information or encrypting files for ransom.

The Gootloader malware is known to infect networks via search engine optimization (SEO) poisoning, directing users searching for legitimate documents to compromised websites hosting a malicious payload masquerading as the desired file.

If the malware remains undetected, it paves the way for a second stage payload known as Gootkit, which functions as a banking trojan and information-stealer, or other malware tools including Cobalt Strike and Osiris [2].

Darktrace detection of Gootloader malware

In late 2023, Darktrace observed one instance of Gootloader affecting a customer in the US. Thanks to its anomaly-focused approach, Darktrace DETECT™ quickly identified the anomalous activity surrounding this emerging attack and brought it to the immediate attention of the customer’s security team. All the while, Darktrace RESPOND™ was in place and able to autonomously intervene, containing the suspicious activity and ensuring the Gootloader compromise could not progress any further.

In September 2023, Darktrace identified an instance of the Gootloader malware attempting to propagate within the network of a customer in the US. Darktrace identified the first indications of the compromise when it detected a device beaconing to an unusual external location and performing network scanning. Following this, the device was observed making additional command-and-control (C2) connections, before finally downloading an executable (.exe) file which likely represented the download of a further malicious payload.

As this customer had subscribed to the Proactive Notification Service (PTN), the suspicious activity was escalated to the Darktrace Security Operations Center (SOC) for further investigation by Darktrace’s expert analysts. The SOC team were able to promptly triage the incident and advise urgent follow-up actions.

Gootloader Attack Overview

Figure 1: Timeline of Anomalous Activities seen on the breach device.

Initial Beaconing and Scanning Activity

On September 21, 2023, Darktrace observed the first indications of compromise on the network when a device began to make regular connections to an external endpoint that was considered extremely rare for the network, namely ‘analyzetest[.]ir’.

Although the endpoint did not overtly seem malicious in nature (it appeared to be related to laboratory testing), Darktrace recognized that it had never previously been seen on the customer’s network and therefore should be treated with caution.  This initial beaconing activity was just the beginning of the malicious C2 communications, with several additional instances of beaconing detected to numerous suspicious endpoints, including funadhoo.gov[.]mv, tdgroup[.]ru’ and ‘army.mil[.]ng.

Figure 2: Initial beaconing activity detected on the breach device.

Soon thereafter, Darktrace detected the device performing internal reconnaissance, with an unusually large number of connections to other internal locations observed. This scanning activity appeared to primarily be targeting the SMB protocol by scanning port 445.

Within seconds of DETECT’s detection of this suspicious SMB scanning activity, Darktrace RESPOND moved to contain the compromise by blocking the device from connecting to port 445 and enforcing its ‘pattern of life’. Darktrace’s Self-Learning AI enables it to learn a device’s normal behavior and recognize if it deviates from this; by enforcing a pattern of life on an affected device, malicious activity is inhibited but the device is allowed to continue its expected activity, minimizing disruption to business operations.

Figure 3: The breach device Model Breach Event Log showing Darktrace DETECT identifying suspicious SMB scanning activity and the corresponding RESPOND actions.

Following the initial detection of this anomalous activity, Darktrace’s Cyber AI Analyst launched an autonomous investigation into the beaconing and scanning activity and was able to connect these seemingly separate events into one incident. AI Analyst analyzes thousands of connections to hundreds of different endpoints at machine speed and then summarizes its findings in a single pane of glass, giving customers the necessary information to assess the threat and begin remediation if necessary. This significantly lessens the burden for human security teams, saving them previous time and resources, while ensuring they maintain full visibility over any suspicious activity on their network.

Figure 4: Cyber AI Analyst incident log summarizing the technical details of the device’s beaconing and scanning behavior.

Beaconing Continues

Darktrace continued to observe the device carrying out beaconing activity over the next few days, likely representing threat actors attempting to establish communication with their malicious infrastructure and setting up a foothold within the customer’s environment. In one such example, the device was seen connecting to the suspicious endpoint ‘fysiotherapie-panken[.]nl’. Multiple open-source intelligence (OSINT) vendors reported this endpoint to be a known malware delivery host [3].

Once again, Darktrace RESPOND was in place to quickly intervene in response to these suspicious external connection attempts. Over the course of several days, RESPOND blocked the offending device from connecting to suspicious endpoints via port 443 and enforced its pattern of life. These autonomous actions by RESPOND effectively mitigated and contained the attack, preventing it from escalating further along the kill chain and providing the customer’s security team crucial time to take act and employ their own remediation.

Figure 5: A sample of the autonomous RESPOND actions that was applied on the affected device.

Possible Payload Retrieval

A few days later, on September 26, 2023, Darktrace observed the affected device attempting to download a Windows Portable Executable via file transfer protocol (FTP) from the external location ‘ftp2[.]sim-networks[.]com’, which had never previously been seen on the network. This download likely represented the next step in the Gootloader infection, wherein additional malicious tooling is downloaded to further cement the malicious actors’ control over the device. In response, Darktrace RESPOND immediately blocked the device from making any external connections, ensuring it could not download any suspicious files that may have rapidly escalated the attackers’ efforts.

Figure 6: DETECT’s identification of the offending device downloading a suspicious executable file via FTP.

The observed combination of beaconing activity and a suspicious file download triggered an Enhanced Monitoring breach, a high-fidelity DETECT model designed to detect activities that are more likely to be indicative of compromise. These models are monitored by the Darktrace SOC round the clock and investigated by Darktrace’s expert team of analysts as soon as suspicious activity emerges.

In this case, Darktrace’s SOC triaged the emerging activity and sent an additional notice directly to the customer’s security team, informing them of the compromise and advising on next steps. As this customer had subscribed to Darktrace’s Ask the Expert (ATE) service, they also had a team of expert analysts available to them at any time to aid their investigations.

Figure 7: Enhanced Monitoring Model investigated by the Darktrace SOC.

結論

Loader malware variants such as Gootloader often lay the groundwork for further, potentially more severe threats to be deployed within compromised networks. As such, it is crucial for organizations and their security teams to identify these threats as soon as they emerge and ensure they are effectively contained before additional payloads, like information-stealing malware or ransomware, can be downloaded.

In this instance, Darktrace demonstrated its value when faced with a multi-payload threat by detecting Gootloader at the earliest stage and responding to it with swift targeted actions, halting any suspicious connections and preventing the download of any additional malicious tooling.

Darktrace DETECT recognized that the beaconing and scanning activity performed by the affected device represented a deviation from its expected behavior and was indicative of a potential network compromise. Meanwhile, Darktrace RESPOND ensured that any suspicious activity was promptly shut down, buying crucial time for the customer’s security team to work with Darktrace’s SOC to investigate the threat and quarantine the compromised device.

Credit to: Ashiq Shafee, Cyber Security Analyst, Qing Hong Kwa, Senior Cyber Analyst and Deputy Analyst Team Lead, Singapore

付録

Darktrace DETECT によるモデル検知

Anomalous Connection / Rare External SSL Self-Signed

Device / Suspicious SMB Scanning Activity

Anomalous Connection / Young or Invalid Certificate SSL Connections to Rare

Compromise / High Volume of Connections with Beacon Score

Compromise / Beacon to Young Endpoint

Compromise / Beaconing Activity To External Rare

Compromise / Slow Beaconing Activity To External Rare

Compromise / Beacon for 4 Days

Anomalous Connection / Suspicious Expired SSL

Anomalous Connection / Multiple Failed Connections to Rare Endpoint

Compromise / Sustained SSL or HTTP Increase

Compromise / Large Number of Suspicious Successful Connections

Compromise / Large Number of Suspicious Failed Connections

Device / Large Number of Model Breaches

Anomalous File / FTP Executable from Rare External Location

Device / Initial Breach Chain Compromise

RESPOND Models

Antigena / Network / Significant Anomaly / Antigena Breaches Over Time Block

Antigena / Network / Significant Anomaly / Antigena Significant Anomaly from Client Block

Antigena / Network/Insider Threat/Antigena Network Scan Block

Antigena / Network / Significant Anomaly / Antigena Enhanced Monitoring from Client Block

Antigena / Network / External Threat / Antigena Suspicious File Block

Antigena / Network / External Threat / Antigena File then New Outbound Block

Antigena / Network / External Threat / Antigena Suspicious Activity Block

侵害指標(IoC)一覧

Type

Hostname

IoCs + Description

explorer[.]ee - C2 Endpoint

fysiotherapie-panken[.]nl- C2 Endpoint

devcxp2019.theclearingexperience[.]com- C2 Endpoint

campsite.bplaced[.]net- C2 Endpoint

coup2pompes[.]fr- C2 Endpoint

analyzetest[.]ir- Possible C2 Endpoint

tdgroup[.]ru- C2 Endpoint

ciedespuys[.]com- C2 Endpoint

fi.sexydate[.]world- C2 Endpoint

funadhoo.gov[.]mv- C2 Endpoint

geying.qiwufeng[.]com- C2 Endpoint

goodcomix[.]fun- C2 Endpoint

ftp2[.]sim-networks[.]com- Possible Payload Download Host

MITRE ATT&CK マッピング

Tactic – Technique

Reconnaissance - Scanning IP blocks (T1595.001, T1595)

Command and Control - Web Protocols , Application Layer Protocol, One-Way Communication, External Proxy, Non-Application Layer Protocol, Non-Standard Port (T1071.001/T1071, T1071, T1102.003/T1102, T1090.002/T1090, T1095, T1571)

Collection – Man in the Browser (T1185)

Resource Development - Web Services, Malware (T1583.006/T1583, T1588.001/T1588)

Persistence - Browser Extensions (T1176)

参考文献

1.     https://www.blackberry.com/us/en/solutions/endpoint-security/ransomware-protection/gootloader

2.     https://redcanary.com/threat-detection-report/threats/gootloader/

3.     https://www.virustotal.com/gui/domain/fysiotherapie-panken.nl

続きを読む
著者について
Ashiq Shafee
Cyber Security Analyst

Blog

該当する項目はありません。

Seven Cyber Security Predictions for 2024

Default blog imageDefault blog image
13
Feb 2024

2024 Cyber Threat Predictions

After analyzing the observed threats and trends that have affected customers across the Darktrace fleet in the second half of 2023, the Darktrace Threat Research team have made a series of predictions. These assessments highlight the threats that are expected to impact Darktrace customers and the wider threat landscape in 2024.  

1. Initial access broker malware, especially loader malware, is likely to be a prominent threat.  

Initial access malware such as loaders, information stealers, remote access trojans (RATs), and downloaders, will probably remain some of the most relevant threats to most organizations, especially when noted in the context that many are interoperable, tailorable Malware-as-a-Service (MaaS) tools.  

These types of malware often serve as a gateway for threat actors to compromise a target network before launching subsequent, and often more severe, attacks. Would-be cyber criminals are now able to purchase and deploy these malware without the need for technical expertise.  

2. Infrastructure complexity will increase SaaS attacks and leave cloud environments vulnerable.

The increasing reliance on SaaS solutions and platforms for business operations, coupled with larger attack surfaces than ever before, make it likely that attackers will continue targeting organizations’ cloud environments with account takeovers granting unauthorized access to privileged accounts. These account hijacks can be further exploited to perform a variety of nefarious activities, such as data exfiltration or launching phishing campaigns.  

It is paramount for organizations to not only fortify their SaaS environments with security strategies including multifactor authentication (MFA), regular monitoring of credential usage, and strict access control, but moreover augment SaaS security using anomaly detection.  

3. The prevalence and evolution of ransomware will surge.

The Darktrace Threat Research team anticipates a surge in Ransomware-as-a-Service (RaaS) attacks, marking a shift away from conventional ransomware. The uptick in RaaS observed in 2023 evidences that ransomware itself is becoming increasingly accessible, lowering the barrier to entry for threat actors. This surge also demonstrates how lucrative RaaS is for ransomware operators in the current threat landscape, further reinforcing a rise in RaaS.  

This development is likely to coincide with a pivot away from traditional encryption-centric ransomware tactics towards more sophisticated and advanced extortion methods. Rather than relying solely on encrypting a target’s data for ransom, malicious actors are expected to employ double or even triple extortion strategies, encrypting sensitive data but also threatening to leak or sell stolen data unless their ransom demands are met.  

4. Threat actors will continue to rely on living-off-the-land techniques.

With evolving sophistication of security tools and greater industry adoption of AI techniques, threat actors have focused more and more on living-off-the-land. The extremely high volume of vulnerabilities discovered in 2023 highlights threat actors’ persistent need to compromise trusted organizational mechanisms and infrastructure to gain a foothold in networks. Although inbox intrusions remain prevalent, the exploitation of edge infrastructure has demonstrably expanded compared to previously endpoint-focused attacks.

Given the prevalence of endpoint evasion techniques and the high proportion of tactics utilizing native programs, threat actors will likely progressively live off the land, even utilizing new techniques or vulnerabilities to do so, rather than relying on unidentified malicious programs which evade traditional detection.

5. The “as-a-Service” marketplace will contribute to an increase in multi-phase compromises.

With the increasing “as-a-Service” marketplaces, it is likely that organizations will face more multi-phase compromises, where one strain of malware is observed stealing information and that data is sold to additional threat actors or utilized for second and/or third-stage malware or ransomware.  

This trend builds on the concept of initial access brokers but utilizes basic browser scraping and data harvesting to make as much profit throughout the compromise process as possible. This will likely result in security teams observing multiple malicious tools and strains of malware during incident response and/or multi-functional malware, with attack cycles and kill chains morphing into less linear and more abstract chains of activity. This makes it more essential than ever for security teams to apply an anomaly approach to stay ahead of asymmetric threats.  

6. Generative AI will let attackers phish across language barriers.

Classic phishing scams play a numbers game, targeting as many inboxes as possible and hoping that some users take the bait, even if there are spelling and grammar errors in the email. Now, Generative AI has reduced the barrier for entry, so malicious actors do not have to speak English to produce a convincing phishing email.  

In 2024, we anticipate this to extend to other languages and regions. For example, many countries in Asia have not yet been greatly impacted by phishing. Yet Generative AI continues to develop, with improved data input yielding improved output. More phishing emails will start to be generated in various languages with increasing sophistication.    

7. AI regulation and data privacy rules will stifle AI adoption.

AI regulation, like the European Union’s AI Act and NIS2, is starting to be implemented around the world. As policies continue to come out about AI and data privacy, practical and pragmatic AI adoption becomes more complex.  

Businesses will likely have to take a second look at AI they are adopting into their tech stacks to consider what may happen if a tool is suddenly deprecated because it is no longer fit for purpose or loses the approvals in place. Many will also have to use completely different supply chain evaluations from their usual ones based on developing compliance registrars. This increased complication may make businesses reticent to adopt innovative AI solutions as legislation scrambles to keep up.  

Learn more about observed threat trends and future predictions in the 2023 End of Year Threat Report

続きを読む
著者について
Darktrace 脅威リサーチチーム

Good news for your business.
Bad news for the bad guys.

無償トライアルを開始

無償トライアルを開始

柔軟な導入
Cloud-based deployment.
迅速なインストール
設定時間はわずか1時間、メールセキュリティのトライアルはさらに短時間で完了します。
製品を選ぶ
クラウド、ネットワーク、Eメールなど、最も必要とされる領域で自己学習型AIの能力をお試しください。
購入義務なし
Darktrace Threat Visualizerと組織毎にカスタマイズされた3回の脅威レポートへのフルアクセスを提供しますが、購入の義務はありません。
For more information, please see our Privacy Notice.
Thanks, your request has been received
A member of our team will be in touch with you shortly.
YOU MAY FIND INTERESTING
フォームを送信する際に何らかの問題が発生しました。

デモを見る

柔軟な導入
仮想的にインストールすることも、ハードウェアでインストールすることも可能です。
迅速なインストール
設定時間はわずか1時間、メールセキュリティのトライアルはさらに短時間で完了します。
製品を選ぶ
クラウド、ネットワーク、Eメールなど、最も必要とされる領域で自己学習型AIの能力をお試しください。
購入義務なし
Darktrace Threat Visualizerと組織毎にカスタマイズされた3回の脅威レポートへのフルアクセスを提供しますが、購入の義務はありません。
ありがとうございます!あなたの投稿を受け取りました。
フォームを送信する際に何らかの問題が発生しました。