2020 年 11 月,网络安全解决方案提供商 Check Point® 软件技术有限公司(纳斯达克股票代码:CHKP)的威胁情报部门 Check Point Research 发布了 2020 年 10 月最新版《全球威胁指数》报告。研究人员报告称,Trickbot 和 Emotet 木马在 10 月份仍然是最猖獗的两大恶意软件,是全球各地医院和医疗服务提供商勒索软件攻击急剧增加的罪魁祸首。

近日,FBI 及其他美国政府机构发布了一份针对医疗行业的勒索软件攻击的警告,指出全球估计有超过 100 万个 Trickbot 木马被下载并用于传播 Ryuk 等文件加密的勒索软件。Ryuk 还可通过 Emotet 木马传播,该木马已经连续四个月在“主要恶意软件指数”榜单中排名第一。
Check Point 威胁情报数据显示,在 10 月份,医疗行业是美国地区勒索软件攻击的最大目标,攻击数量比 2020 年 9 月增加了 71%。欧非中东和亚太地区也是如此,医疗组织和医院遭到的勒索软件攻击分别增长了 36% 和 33%。
Check Point 产品威胁情报与研究总监 Maya Horowitz 表示:“自新冠疫情爆发以来,勒索软件攻击不断增加,试图利用远程办公方式带来的安全漏洞谋取利益。近三个月来勒索软件攻击暴增,医疗行业受灾尤其严重,这都是之前就存在的 TrickBot 和 Emotet 木马在作祟。我们强烈呼吁各地医疗机构加强警惕,及时进行木马扫描,以免它们引发勒索软件攻击,造成不可挽回的损失。”
研究团队还警告称,“MVPower DVR 远程代码执行”是最常被利用的漏洞,影响了全球 43% 的组织,其次是“Dasan GPON 路由器身份验证绕过”和“HTTP 标头远程代码执行 (CVE-2020-13756)”,两者均影响了全球 42% 的组织。
头号恶意软件家族
Emotet 仍然是本月最活跃的恶意软件,影响了全球 12% 的组织,其次是 Trickbot 和 Hiddad,两者均影响了全球 4% 的组织。
1.Emotet — Emotet 是一种能够自我传播的高级模块化木马,曾被用作银行木马,最近成为传播其他恶意软件或恶意攻击的恶意程序。它使用多种方法和规避技术来确保持久性和逃避检测。此外,它还可以通过包含恶意附件或链接的网络钓鱼垃圾邮件进行传播。
2.Trickbot — Trickbot 是一种使用广泛的银行木马,它会持续进行更新,不断添加新功能、特性和传播向量。这让它成为一种灵活的可自定义的恶意软件,广泛用于多目的攻击活动。
3.Hiddad — Hiddad 是一种 Android 恶意软件,能够对合法应用进行重新打包,然后将其发布到第三方商店。其主要功能是展示广告,但它也可以访问操作系统内置的关键安全细节。
最常被利用的漏洞
“MVPower DVR 远程代码执行”是本月最常被利用的漏洞,影响了全球 43% 的组织,其次是“Dasan GPON 路由器身份验证绕过”和“HTTP 标头远程代码执行 (CVE-2020-13756)”,两者均影响了全球 42% 的组织。
1.MVPower DVR 远程代码执行 — 一种存在于 MVPower DVR 设备中的远程代码执行漏洞。远程攻击者可利用此漏洞,通过精心设计的请求在受感染的路由器中执行任意代码。
2.Dasan GPON 路由器身份验证绕过 (CVE-2018-10561) — 一种存在于 Dasan GPON 路由器中的身份验证绕过漏洞。远程攻击者可利用此漏洞获取敏感信息,并在不经授权的情况下访问受感染系统。
3.↑HTTP 标头远程代码执行 (CVE-2020-13756) — HTTP 标头允许客户端和服务器传递带 HTTP 请求的其他信息。远程攻击者可能会使用存在漏洞的 HTTP 标头在受感染机器上运行任意代码。
主要移动恶意软件
Hiddad 是本月最猖獗的移动恶意软件,其次是 xHelper 和 Lotoor。
1.Hiddad - Hiddad 是一种 Android 恶意软件,能够对合法应用进行重新打包,然后将其发布到第三方商店。其主要功能是显示广告,但它也可以访问操作系统内置的关键安全细节。
2.xHelper — xHelper 是自 2019 年 3 月以来开始活跃的恶意应用,用于下载其他恶意应用和显示恶意广告。该应用能够对用户隐身,并在卸载后进行自我重新安装。
3.Lotoor — Lotoor 是一种黑客工具,能够利用 Android 操作系统漏洞在入侵的移动设备上获得根权限。
Check Point《全球威胁影响指数》及其《ThreatCloud 路线图》基于 Check Point ThreatCloud 情报数据撰写而成,ThreatCloud 是打击网络犯罪的最大协作网络,可通过全球威胁传感器网络提供威胁数据和攻击趋势。ThreatCloud 数据库每天检查超过 25 亿个网站和 5 亿份文件,每天识别超过 2.5 亿起恶意软件攻击活动。
好文章,需要你的鼓励
字节跳动Seed团队提出的虚拟宽度网络(VWN)通过解耦嵌入宽度与主干宽度,在几乎不增加计算成本的情况下显著提升模型表示能力。8倍虚拟宽度扩展使训练效率提升2.5-3.5倍,且发现虚拟宽度因子与损失呈对数线性关系,为大模型效率优化开辟新维度。
亚马逊研究团队通过测试15个AI模型发现,当AI助手记住用户背景信息时,会对相同情感情况产生不同理解,称为"个性化陷阱"。优势社会地位用户获得更准确的情感解释,而弱势群体接受质量较低的理解。这种系统性偏见可能在心理健康、教育等领域放大社会不平等,提醒我们需要在追求AI个性化的同时确保算法公平性。
两家公司在OverdriveAI峰会上分享了AI应用经验。Verizon拥有超过1000个AI模型,用于预测客户呼叫原因和提供个性化服务,将AI推向边缘计算。Collectors则利用AI识别收藏品真伪,将每张卡片的鉴定时间从7分钟缩短至7秒,估值从8.5亿美元增长至43亿美元。
微软等机构联合研发了DOCREWARD文档奖励模型,专门评估文档的结构布局和视觉风格专业度。该模型基于包含11.7万对文档的大规模数据集训练,在人类偏好准确性测试中超越GPT-5达19.4个百分点。研究解决了现有AI工作流忽视文档视觉呈现的问题,为智能文档生成和专业化排版提供了新的技术方案。