微软在周四披露了一项新的大规模ClickFix社会工程攻击活动的详细信息,该活动利用Windows终端应用程序作为激活复杂攻击链并部署Lumma窃密木马的途径。
这项于2026年2月观察到的活动使用了终端模拟器程序,而不是指示用户启动Windows运行对话框并将命令粘贴到其中。
微软威胁情报团队在X平台的一系列帖子中表示:"此次攻击活动指示目标使用Windows + X → I快捷键直接启动Windows终端(wt.exe),引导用户进入一个特权命令执行环境,该环境融入合法的管理工作流程中,对用户来说显得更加可信。"
这个最新变种的显著特点在于,它绕过了专门用于标记运行对话框滥用的检测机制,同时利用Windows终端的合法性来欺骗毫无戒心的用户运行通过虚假CAPTCHA页面、故障排除提示或其他验证式诱饵传递的恶意命令。
入侵后的攻击链也很独特:当用户将从ClickFix诱饵页面复制的十六进制编码、XOR压缩命令粘贴到Windows终端会话中时,它会生成额外的终端/PowerShell实例,最终调用负责解码脚本的PowerShell进程。
这反过来会导致下载一个ZIP载荷和一个合法但已重命名的7-Zip二进制文件,后者以随机文件名保存到磁盘。然后该工具会提取ZIP文件的内容,触发一个多阶段攻击链,涉及以下步骤:
检索更多载荷
通过计划任务建立持久性
配置Microsoft Defender排除项
窃取机器和网络数据
使用名为QueueUserAPC()的技术部署Lumma窃密木马,将恶意软件注入"chrome.exe"和"msedge.exe"进程
微软表示:"该窃密木马针对高价值的浏览器数据,包括Web Data和Login Data,收集存储的凭据并将其窃取到攻击者控制的基础设施。"
这家Windows制造商表示,它还检测到第二条攻击路径,在该路径中,当压缩命令被粘贴到Windows终端时,它会通过"cmd.exe"将一个随机命名的批处理脚本下载到"AppData\Local"文件夹,以便将Visual Basic脚本写入Temp文件夹(即%TEMP%)。
微软补充说:"然后通过cmd.exe使用/launched命令行参数执行批处理脚本。随后通过MSBuild.exe执行同一批处理脚本,导致LOLBin滥用。该脚本连接到加密区块链RPC端点,表明使用了etherhiding技术。它还执行基于QueueUserAPC()的代码注入到chrome.exe和msedge.exe进程中,以收集Web Data和Login Data。"
Q&A
Q1:ClickFix攻击活动是如何利用Windows终端进行攻击的?
A:ClickFix攻击活动指示目标用户使用Windows + X → I快捷键直接启动Windows终端,引导用户进入特权命令执行环境。当用户将从诱饵页面复制的十六进制编码、XOR压缩命令粘贴到终端中时,会触发多阶段攻击链,最终部署Lumma窃密木马。这种方式绕过了针对运行对话框滥用的检测机制,利用Windows终端的合法性来欺骗用户。
Q2:Lumma窃密木马主要窃取哪些信息?
A:Lumma窃密木马主要针对高价值的浏览器数据进行窃取,包括Web Data和Login Data等浏览器存储的凭据信息。攻击者使用QueueUserAPC()技术将恶意软件注入到chrome.exe和msedge.exe等浏览器进程中,收集这些敏感数据后将其窃取到攻击者控制的基础设施。
Q3:这次攻击活动与以往的ClickFix攻击有什么不同?
A:这次攻击活动的主要不同在于使用Windows终端而不是传统的Windows运行对话框作为攻击入口。这种方式能够绕过专门针对运行对话框滥用的检测机制,同时Windows终端作为合法的管理工具更容易获得用户信任。此外,攻击链还采用了多阶段载荷部署、etherhiding技术和LOLBin滥用等复杂手段。
好文章,需要你的鼓励
FORTIS是专门测量AI代理"越权行为"的基准测试,研究发现十款顶尖模型普遍选择远超任务需要的高权限技能,端到端成功率最高仅14.3%。
谷歌在Android Show发布会上宣布,将Gemini更深度整合至Android系统,推出名为"Gemini Intelligence"的升级功能。该功能可跨应用处理日常任务,包括自动填写表单、安排日程、生成购物清单及自定义小组件等,无需用户频繁切换应用。此外,Gboard新增"Rambler"功能,可自动过滤语音输入中的口误和填充词。Gemini Intelligence将率先登陆三星Galaxy和谷歌Pixel手机,并支持Android Auto、Wear OS及智能眼镜。
荷兰Nebius团队提出SlimSpec,通过低秩分解压缩草稿模型LM-Head的内部表示而非裁剪词汇,在保留完整词汇表的同时将LM-Head计算时间压缩至原来的五分之一,端到端推理速度超越现有方法最高达9%。