2022年6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 (CPR) 发布了其 2022 年 5 月最新版《全球威胁指数》报告。研究人员报告称,作为一种能够自我传播的高级模块化木马,Emotet因多起大规模攻击活动而仍然是最猖獗的恶意软件。本月,Snake 键盘记录器在长时间跌出指数排行榜后跃居第八位。Snake 的主要功能是记录用户的击键次数并将收集到的数据传送给攻击者。
Snake 键盘记录器往往通过随附 docx 或 xlsx 附件(带有恶意宏命令)的电子邮件进行传播,但本月研究人员报告称,SnakeKey Logger 可以通过 PDF 文件散播。这在一定程度上可能是由于 Microsoft 在 Office 中默认阻止互联网宏程序,这意味着网络犯罪分子不得不探索 PDF 等新文件类型。事实证明,这种罕见的恶意软件传播方式非常奏效,因为有些用户认为 PDF 本身就比其他文件类型更安全。
Emotet 正影响着全球 8% 的机构,比上个月略有增加。该恶意软件能够设法逃避检测,因而是一种非常灵活且有利可图的恶意软件。Emotet 的持久性也使得设备遭到感染后很难将其删除,因此它成为了网络犯罪分子的绝佳攻击武器。它最初是一种银行木马,通常通过网络钓鱼电子邮件传播,并能够提供其他恶意软件,进而增强其造成广泛破坏的威力。
Check Point 软件技术公司研发副总裁 Maya Horowitz 表示:“从最近的 Snake 键盘记录器攻击活动中可以看出,用户的任何在线操作都会面临网络攻击的风险,打开 PDF 文档也不例外。病毒和恶意可执行代码可能潜伏在多媒体内容和链接中,一旦用户打开 PDF 文件,恶意软件(在本例中为 Snake 键盘记录器)攻击就会发生。因此,正如用户会对 docx 或 xlsx 电子邮件附件的合法性持怀疑态度一样,人们也必须同样谨慎对待 PDF。在当今环境下,企业需要拥有一款强大的电子邮件安全解决方案来隔离和检查附件,以便从一开始就防止任何恶意文件进入网络,这一点变得空前重要。
Check Point 研究院(CPR) 也同时指出,“Web 服务器恶意 URL 目录遍历漏洞”是最常被利用的漏洞,全球 46% 的机构受到波及,紧随其后的是“Apache Log4j 远程代码执行”,全球影响范围为 46%。“Web Server Exposed Git 存储库信息泄露”位居第三,全球影响范围为 45%。教育与研究行业仍是全球网络犯罪分子的首要攻击目标。
头号恶意软件家族
* 箭头表示与上月相比的排名变化。
本月,Emotet 仍是第一大恶意软件,全球 8% 的机构因此遭殃,其次是 Formbook 和 Agent Tesla,两者均影响了全球 2% 的机构。
如欲查看 5 月份十大恶意软件家族的完整列表,请访问 Check Point 博客。
全球首当其冲的行业
本月,教育/研究行业是全球首要攻击目标,其次是政府/军事部门和互联网服务提供商/托管服务提供商 (ISP/MSP)。
最常被利用的漏
本月,“Web 服务器恶意 URL 目录遍历漏洞”是最常被利用的漏洞,全球 46% 的机构受到波及,紧随其后的是“Apache Log4j 远程代码执行”,全球影响范围为 46%。“Web Server Exposed Git 存储库信息泄露”位居第三,全球影响范围为 45%。
主要移动恶意软件
AlienBot 是本月最猖獗的移动恶意软件,其次是 FluBot 和 xHelper。
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 提供的实时威胁情报来自于部署在全球网络、端点和移动设备上的数亿个传感器。AI 引擎和 Check Point 软件技术公司情报与研究部门 Check Point Research 的独家研究数据进一步丰富了情报内容。
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
北卡罗来纳大学教堂山分校研究团队提出MEXA框架,通过动态选择和聚合多个专业AI模型来处理复杂的多模态推理任务。该方法无需额外训练,在视频理解、音频分析、3D场景理解和医学诊断等多个基准测试中显著超越现有模型,为AI系统设计提供了新思路。