2023 年 7 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)发布了其 2023 年 6 月《全球威胁指数》报告。研究人员发现,木马 Qbot 是 2023 年上半年最猖獗的恶意软件,已有五个月位列榜首。与此同时,移动木马 SpinOk 在上个月被发现后首次登上了恶意软件排行榜首位。该勒索软件在文件共享软件 MOVEIt 暴出零日漏洞后登上新闻头条。
最初于 2008 年作为银行木马现身的 Qbot 经过了持续开发并添新功能,其目的在于窃取用户密码、电子邮件及信用卡信息。它通常通过垃圾邮件传播,并采用反 VM、反调试和反沙盒方法等各种技术来阻碍分析和规避检测。目前,其主要作用是充当其他恶意软件的加载程序,并驻留在目标机构内,作为勒索软件运营组织发起攻击的跳板。
与此同时,研究人员发现了一种传播甚广的移动恶意软件,其累计下载量现已达到 4.21 亿次。上月,木马化软件开发套件 (SDK) SpinOk 首次登上了移动恶意软件榜首。许多热门应用都使用该恶意软件进行营销,因此它已渗入许多热门应用和游戏中,其中一些应用和游戏可从 Google Play 商店下载。SpinOk 恶意软件能够从设备中窃取敏感信息并监控剪贴板活动,对用户隐私和安全构成了严重威胁,再次凸显采取主动措施保护个人数据和移动设备的必要性,并提醒我们软件供应链攻击的破坏性潜力不容小觑。
上个月还爆发了一场波及全球的大规模勒索软件攻击活动。2023 年 5 月,Progress Software Corporation 披露了 MOVEit Transfer 和 MOVEit Cloud 中的一个漏洞 (CVE-2023-34362),它可能允许未经授权的环境访问。尽管在 48 小时内得到了修补,但包括 7 所美国大学在内的 108 家机构已被证实遭到攻击,数十万份记录遭到窃取。
Check Point 软件技术公司研究副总裁 Maya Horowitz 表示:“MOVEit 漏洞表明,2023 年将又是勒索软件肆虐之年。Clop 等臭名昭著的团伙没有费力去感染单个目标,而是通过利用企业环境中广泛使用的软件来提高其攻击效力。该手段意味着他们可以一次攻击中攻击数百名受害者。这种攻击模式凸显了公司实施多层网络安全战略的重要性,以及在漏洞披露后尽快修补的必要性。”
Check Point Research还指出,“Web 服务器恶意 URL 目录遍历漏洞”是上月最常被利用的漏洞,全球 51% 的企业因此遭殃,其次是“Apache Log4j 远程代码执行”,影响了全球 46% 的机构。“HTTP 标头远程代码执行”是第三大最常被利用的漏洞,全球影响范围为 44%。
头号恶意软件家族
* 箭头表示与上月相比的排名变化。
Qbot 是上个月最猖獗的恶意软件,全球 7% 的机构受到波及,其次是 Formbook 和 Emotet,分别影响了全球 4% 和 3% 的机构。
主要移动恶意软件
上月,SpinOk 跃居最猖獗的移动恶意软件榜首,其次是 Anubis 和 AhMyth。
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这些情报内容。
好文章,需要你的鼓励
Anthropic发布SCONE-bench智能合约漏洞利用基准测试,评估AI代理发现和利用区块链智能合约缺陷的能力。研究显示Claude Opus 4.5等模型可从漏洞中获得460万美元收益。测试2849个合约仅需3476美元成本,发现两个零日漏洞并创造3694美元利润。研究表明AI代理利用安全漏洞的能力快速提升,每1.3个月翻倍增长,强调需要主动采用AI防御技术应对AI攻击威胁。
NVIDIA联合多所高校开发的SpaceTools系统通过双重交互强化学习方法,让AI学会协调使用多种视觉工具进行复杂空间推理。该系统在空间理解基准测试中达到最先进性能,并在真实机器人操作中实现86%成功率,代表了AI从单一功能向工具协调专家的重要转变,为未来更智能实用的AI助手奠定基础。
Spotify年度总结功能回归,在去年AI播客功能遭遇批评后,今年重新专注于用户数据深度分析。新版本引入近十项新功能,包括首个实时多人互动体验"Wrapped Party",最多可邀请9位好友比较听歌数据。此外还新增热门歌曲播放次数显示、互动歌曲测验、听歌年龄分析和听歌俱乐部等功能,让年度总结更具互动性和个性化体验。
这项研究解决了现代智能机器人面临的"行动不稳定"问题,开发出名为TACO的决策优化系统。该系统让机器人在执行任务前生成多个候选方案,然后通过伪计数估计器选择最可靠的行动,就像为机器人配备智能顾问。实验显示,真实环境中机器人成功率平均提升16%,且系统可即插即用无需重新训练,为机器人智能化发展提供了新思路。