近年来,移动智能设备大行其道,尤其是新冠疫情以来,智能移动设备已经成为混合办公模式中不可或缺的主要生产力工具之一。然而,去年进行的一项调查显示,全球近一半 (49%) 的机构无法检测到员工自有设备所遭遇的攻击或入侵。在办公地点日趋分散化的今天,移动领域可能很快成为新的企业网络安全战场。
从可通过零点击漏洞完全控制 iOS 和 Android 设备的移动间谍软件,到通过恶意应用部署进而窃取用户凭证的的木马,企业面临着前所未有的移动威胁风险。与此同时,混合办公和 BYOD(自带设备)的长期存在已经成为IT人员不得不面对的现实。在 2022 年 2 月公布最新Statista 报告称,全球 30% 的员工目前完全居家办公。该调查还显示,大约 60% 的企业现在正积极推进采用混合办公模式,支持其员工自由选择登录位置。
正如Check Point《2022 年安全报告》所述,2021 年第四季度,企业网络每周遭受的网络攻击次数达到了峰值,每个机构平均遭遇 900 次攻击。从 2020 年开始,全年每周攻击次数激增了 50%。这与网络犯罪分子将目标转向不断扩展的移动生态系统关联十分密切。
过去一年中,移动威胁态势的发展令人担忧。Check Point的报告提到了 NSO 的 Pegasus,该间谍软件因能够通过复杂的零点击漏洞完全控制 iOS 和 Android 设备而臭名昭著。这类恶意软件代表了一种大趋势,即将社交媒体和通讯应用作为窃取凭证和渗透企业网络的手段。2021 年 8 月,一种名为 FlyTrap 的 Android 木马被发现入侵了 100 多个国家(地区)的 10,000 多个 Facebook 帐户。不久后,可传播 Triada 银行木马的欺诈版 WhatsApp 进入了 Android 商店,致使数千台设备面临风险。11 月,一种名为 MasterFred 的新恶意软件引起了密切关注,它利用虚假登录覆盖窃取 Twitter 和 Instagram 用户的信用卡信息。这些新兴的移动恶意软件威胁不仅将对个人造成严重影响;而且还会在个人和企业所有设备之间的界限变得越来越模糊之际,趁机实施勒索并从企业网络窃取数据。
多年来,银行恶意软件攻击一直接连不断,以适应性强、难以检测的恶意软件家族为主导,主要犯罪形式包括勒索和窃取财务信息。Check Point研究结果显示,Trickbot 从第二位一跃成为 2021 年最猖獗的银行木马,引发了全球近三分之一 (30%) 的攻击事件。Trickbot 具有前所未见的复杂性,并能使用反分析等复杂技术绕过金融和技术公司的防御体系。Qbot 和 Dridex 是另外两种使用广泛的银行木马,它们具有类似僵尸网络的特性,可供勒索软件活动用于将恶意软件安装到受感染的设备上。Dridex 甚至是首批通过 Log4j 漏洞传播的恶意软件,该漏洞在 2021 年底将无数企业置于风险之中。
2021 年 9 月,Check Point发现了一波针对 PIX 支付系统及其移动银行应用的恶意 Android 应用。这些应用滥用 Android 的辅助功能服务 (AAS),以便在基本不被发现的情况下从 PIX 交易中窃取资金。这些新型攻击预计会引起移动银行领域内其他攻击者的效仿,这在后疫情时代用户普遍依赖手机银行的大势下显得尤为危险。
从恶意应用和移动勒索软件到 SMS 网络钓鱼和操作系统漏洞,尤其是在使用员工自有设备的情况下,移动威胁态势对于企业而言呈现出一种难以洞悉的复杂形势。企业如何在保护和隐私之间取得平衡?对于易受攻击的设备,企业可以采取哪些措施?MDM(移动设备管理)解决方案不足以确保公司数据安全吗?
移动设备的难题在于,它们容易受到多种攻击向量的攻击,包括应用、网络和操作系统层。如果企业希望主动防范移动恶意软件,而非只是在发生感染后再做补救,那么在大多数 MDM 解决方案所提供的基本监控功能之上还需要其他更高级的能力。例如,Check Point 的 Harmony Mobile 可实现实时威胁情报、主动防范零日网络钓鱼攻击活动,并通过 URL 过滤来阻止从任何浏览器访问已知的恶意网站。此外,它还执行条件访问,可确保任何设备被感染时将无法访问公司应用和数据。在实现上述能力和提供更多优势的同时,Harmony Mobile 不会对员工及其工作效率造成任何干扰和影响。
随着我们的移动生态系统不断扩展,攻击者可用的攻击面也将随之扩大。对于企业而言,确保移动安全势在必行。在今年第二季度即将召开的CPX中国区大会上,Check Point的安全专家也将为我国用户带来更多智能移动设备的相关安全解决方案。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。