2021 年 3 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 2021 年 2 月最新版《全球威胁指数》报告。研究人员报告称,Trickbot 木马从 1 月份的指数排行榜第三位首次跃升至榜首。
Check Point 研究人员报告称,在 1 月份 Emotet 僵尸网络遭到打击后,网络犯罪团伙目前正利用 Trickbot 等恶意软件变换新手法,继续实施其恶意活动。2 月,Trickbot 通过恶意垃圾邮件攻击活动进行传播,旨在诱骗法律和保险领域用户将带有恶意 JavaScript 文件的 .zip 存档文件下载至其 PC 上。打开该文件后,它将尝试从远程服务器下载其他恶意有效负载。
Trickbot 是 2020 年全球第四大常见的恶意软件,影响了 8% 的组织。它在 2020 年造成严重损失的最重大网络攻击之一中发挥了关键作用。在此次事件中,美国领先的医疗保健服务提供商 — 环球健康服务公司 (UHS) 遭到了 Ryuk 勒索软件的攻击,并表示这场攻击造成的收成和成本损失为 6700 万美元。攻击者使用 Trickbot 从 UHS 的系统中检测并收集数据,然后发送勒索软件有效负载。
Check Point 产品威胁情报与研究总监 Maya Horowitz 表示:“犯罪分子将继续使用现有威胁手段和工具,Trickbot 因其多功能性及以往的攻击战果而获得青睐。正如我们所猜想的那样,即便某一重大威胁被消除,还会有许多其他威胁继续对全球网络构成高风险,因此组织必须确保采用强大的安全系统来防止其网络遭到入侵,并将风险降至最低。对所有员工进行全面培训至关重要,这样他们才能够掌握所需技能,从而准确识别传播 Trickbot 及其他恶意软件的恶意电子邮件类型。”
Check Point Research 还警告称,“Web Server Exposed Git 存储库信息泄露”是最常被利用的漏洞,全球 48% 的组织因此遭殃,其次是“HTTP 标头远程代码执行 (CVE-2020-13756)”,影响了全球 46% 的组织。“MVPower DVR 远程代码执行”在最常被利用的漏洞排行榜中位列第三,全球影响范围为 45%。
头号恶意软件家族
* 箭头表示与上月相比的排名变化
Trickbot 是本月最活跃的恶意软件,影响了全球 3% 的组织,紧随其后的是 XMRig 和 Qbot,分别影响了全球 3% 的组织。
最常被利用的漏洞
本月,“Web Server Exposed Git 存储库信息泄露”是最常被利用的漏洞,全球 48% 的组织因此遭殃,其次是“HTTP 标头远程代码执行 (CVE-2020-13756)”,影响了全球 46% 的组织。“MVPower DVR 远程代码执行”在最常被利用的漏洞排行榜中位列第三,全球影响范围为 45%。
主要移动恶意软件
本月,Hiddad 位列最猖獗的移动恶意软件榜首,其次是 xHelper 和 FurBall。
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 30 亿个网站和 6 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
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。