Blog

Inside the SOC

Outlawの秘密のクリプトマイニングをAIがどのように発見したか

Default blog imageDefault blog imageDefault blog imageDefault blog imageDefault blog imageDefault blog image
10
Oct 2021
10
Oct 2021
For years, the notorious crypto-jacking group Outlaw have been adapting their botnet to make it past traditional security measures. This blog explains how Darktrace was able to see through their disguises and unpack their methods.

サイバー犯罪者達にとって、悪名は逆説的な望みです。一部の者にとって、自慢する権利はサイバー犯罪の動機ともなりますが、検知を免れたいと願っているものにとって悪名が広まることは分別ある目標とは言えないでしょう。このことは、たとえば大きな利益を生んだEmotetボットネットの背後にいた脅威アクター達が、2021年の初めに8か国の法執行機関による協調した摘発により彼らのオペレーションが壊滅させられたときに学んだことでした。それでもなお、サイバーセキュリティメディアに繰り返し名前が登場し、常に検知を免れているグループもあります。たとえばOutlawなどもその一つです。

Outlawの襲撃計画の立て方

2018年以来活動していながら、ハッキンググループOutlawについてはほとんど知られていません。Outlawは中国国内および国際的に数多くのボットネットおよびクリプトジャッキング攻撃を仕掛けてきました。このグループは、繰り返し使われたファイル名や暗号通貨Moneroのマイニングを行う傾向などからさまざまな特徴で知られていますが、その成功の理由は究極的には攻撃と攻撃の間の数か月の休眠期間に適応し進化することにあると言えます。

Outlawの攻撃の特徴は絶え間ない変更や更新であり、比較的静かに活動することにより、見慣れない脅威に弱いセキュリティシステムを標的としています。

2020年、Outlawはボットネットツールセットを更新し、他の犯罪者のクリプトジャッキングソフトウェアを見つけて潰すことにより、感染したデバイスからの彼らに対する支払いを最大化しようとしたことが注目を集めました。サイバー犯罪者の間に敬意が存在しないことには驚きませんが、この更新にはOutlawのマルウェアが従来のセキュリティ防御をすり抜けられるようさらに厄介な変更が含まれていました。

大きな盗みを働くたびに姿を変え、静かに身を隠しておくことにより、Outlawという名前にどれほどの悪評がついても、過去の攻撃データに依存する従来のセキュリティシステムが彼らに対して備えられないようにしてきたのです。しかし組織がこれらのシステムのルールベースのアプローチを超え、デジタルエステートの保護に自己学習型AIを取り入れるようになると、Outlawのようなグループに対しても形勢を逆転できるようになります。

このブログでは、2021年の夏、世界の遠く離れた2つの場所にあった2台の感染済みゾンビデバイスがOutlawのボットネットによって作動し、Darktraceがこうしたアクティビティをこれらのデバイスが事前に感染していたにも関わらず検知できた事例を紹介します。

賞金稼ぎ:攻撃の最初の兆候

図1:攻撃のタイムライン

7月、中央アメリカの通信会社のネットワークに1台の新しいデバイスが追加されると、Darktraceは2つの疑わしいエンドポイントに対して一連の定期的な接続が行われていることを検知し、ビーコニング動作であることを特定しました。同じ動作がこれとは別に、しかしほとんど同時に、アジア太平洋地域の金融企業で発生していることがわかりました。この会社はDarktraceを初めて導入したところでした。Darktraceの自己学習型AIが既に感染していたデバイスを特定することができたのは、それぞれのデジタルエステート内の同じような動作のデバイスをピアグループとしてクラスタ化することにより、デバイスのさまざまな振る舞いからこれら2台が通常と異なる動きをしていることを認識したためです。

これらのゾンビデバイスがOutlawにより作動させられた最初の兆候は暗号通貨マイニングの開始でした。地理的に遠く離れていたにも関わらずこれらのデバイスは同じクリプトアカウントに接続していることがわかり、無差別かつ急激に拡大するボットネットの性質が再確認されました。

Outlaw は過去にはその活動を中国にあるデバイスに限定しておりこれは警戒していることの現れと考えられていましたが、最近のこのような活動は自信の高まりを示しています。

ボットネットのリクルートプロセス

これに続く443番ポート(HTTPSアクティビティと関係のあることが多いポート)を使ったInternet Relay Chat (IRC) 接続は、以前2020年にOutlawボットネットが示していたアクティビティの特徴と完全に一致していました。IRCはボットマスターとゾンビデバイスの間のコミュニケーションによく使われるツールですが、443番ポートを使うことにより攻撃者は通常のインターネットトラフィックに紛れ込もうとしたのです。

この通信の直後、これらのデバイスはシェルスクリプトをダウンロードしました。DarktraceのCyber AI Analystはネットワーク内を通過したこのこのシェルスクリプトを傍受し再現することによりその機能のすべてを明らかにしました。興味深いことに、このスクリプトはARMアーキテクチャを使用しているデバイスを識別してボットネットから除外していました。ARMアーキテクチャはその優れた低消費電力性により、主にポータブルなモバイルデバイスで使用されています。

この選別は、Outlawの主たる目的が悪意あるクリプトマイニングであることの証左です。クリプトマイニング性能が低い小型なデバイスを避けることにより、このシェルスクリプトは最も処理性能の高い、したがって利益の大きいデバイス、たとえばデスクトップコンピューターやサーバーにボットネットを集中させています。こうすることにより、クリプトマイニングのスケールにあまり大きな影響を与えることなくボットネット全体の残すIndicators of Compromise (IOCs) を縮小することができます。

問題の2台のデバイスはARMアーキテクチャを使用しておらず、数分後にはdota3[.]tar[.]gzという名前のファイルを含む二次ペイロードを受信しました。これは前世代のOutlawボットネット‘dota2’(人気のビデオゲームの名前をとったもの)の新シリーズともいうべきものです。このファイルの受信に伴って、これらのデバイスは世界に広がるOutlawボットネットの最新バージョンでアップデートされたようでした。

このダウンロードには、攻撃者による ‘Living off the Land’ (環境に寄生する)戦術の使用が一役買っています。これらのデバイスに既に存在している普通のLinuxプログラム(それぞれ‘curl’と‘Wget’)だけを使うことにより、Outlawは従来のセキュリティシステムによりアクティビティをマークされることを回避したのです。たとえばWgetは、表面上はWebサーバーからコンテンツを取得するのに使用する信頼できるプログラムであり、OutlawのTTP(戦術、テクニック、手順)の一部として過去に使用された記録がありません。

アプローチを進化させ適応させることにより、Outlawはルールベースのセキュリティを常に出し抜くことができたのです。しかしDarktraceの自己学習型AIはこれに対応し、このWget接続を即座に疑わしいものと識別してさらなる調査を指示しました。

図2:Cyber AI Analystは7月15日午前のWgetの使用を疑わしいものとして識別し、関係があるかもしれない7月14日の午前に発生したHTTP接続の調査を開始しました。このようにして、攻撃の全体像を構築します。

ボットネットの解明

その後36時間において、DarktraceはSSHと関連することの多いポート、たとえば22番、2222番、2022番などから未知の外部IPアドレスに対する600万回を超えるTCPおよびSSH接続を検知しました。

これらの接続によってボットネットが実際に何をしようとしていたのかは想像するしかありません。これらのデバイスはDDoS(Distributed Denial of Service)や、狙ったSSHアカウントに対するブルートフォース攻撃の一部として使用されていたか、あるいは単にボットネットをさらに拡大するために新しい標的を探し感染させるタスクを担っていたのかもしれません。 Darktraceはどちらのデバイスもこのイベント以前にはSSH接続を行っていなかったことを認識しており、Antigenaがアクティブモードで運用されていれば、これらを中断させる方策を実行していたことでしょう。

図3:2021年7月14日にボットがアクティブ化される前および後のデバイスの動作。モデル違反の大幅な増加は確認済みの「生活パターン」からの明らかな逸脱を示しています。

幸いなことに、どちらのデバイスの所有者もDarktraceの検知アラートに迅速に反応し、それぞれのデジタルエステートに対する深刻な被害が及ぶのを防ぐことができました。これらのデバイスが引き続きボットネットの影響下にあれば、その悪影響ははるかに深刻なものとなっていたはずです。

SSHプロトコルの使用により、Outlawは多数のアクティビティに転回していくことができたはずで、これらのデバイスのネットワークをさらに侵害し、それぞれの組織にデータ損失あるいは金銭的な損失を与えていたはずです。

保安官を呼ぶ:自己学習型AI

ルールベースのセキュリティソリューションは昔の西部劇の「お尋ね者」ポスターのようなもので、先週街にやってきた犯罪者を探す一方で、今日丘の上に現れた犯罪者に対する備えはありません。悪意あるハッカーや犯罪者達が攻撃のたびに新しい見た目を取り入れ新しいテクニックを活用する状況では、脅威に対する新しい対処の方法が必要です。

Darktraceは‘Outlaw’という名前も、彼らの攻撃の変化の歴史も、彼らを阻止する上で知る必要がありません。根本的な自己学習型アプローチにより、Darktraceは周囲の環境をゼロから学習し、サイバー脅威の兆候かもしれないかすかな変化を識別します。さらに、独自の自律遮断技術により、人間の介入を必要とすることなく、的を絞ったアクションを実行してマシンスピードで脅威を無害化することも可能です。

この脅威事例についての考察はDarktraceアナリストJun Qi Wong が協力しました。

Cyber AI Analyst が複雑な攻撃を自動調査する仕組みについて知る

技術的詳細

Darktraceによるモデル検知

  • Compliance / Crypto Currency Mining Activity
  • Compromise / High Priority Crypto Currency Mining [Enhanced Monitoring]
  • Anomalous Connection / New User Agent to IP Without Hostname
  • Anomalous File / Zip or Gzip from Rare External Location
  • Anomalous Connection / Application Protocol on Uncommon Port
  • Device / Increased External Connectivity
  • Unusual Activity / Unusual External Activity
  • Compromise / SSH Beacon
  • Compromise / High Frequency SSH Beacon
  • Anomalous Connection / Multiple Connections to New External TCP Port

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
Oakley Cox
Analyst Technical Director, APAC

Oakley is a technical expert with 5 years’ experience as a Cyber Analyst. After leading a team of Cyber Analysts at the Cambridge headquarters, he relocated to New Zealand and now oversees the defense of critical infrastructure and industrial control systems across the APAC region. His research into cyber-physical security has been published by Cyber Security journals and CISA. Oakley is GIAC certified in Response and Industrial Defense (GRID), and has a Doctorate (PhD) from the University of Oxford.

Book a 1-1 meeting with one of our experts
この記事を共有

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。