据谷歌披露,一个新型勒索团伙已通过网络钓鱼和帮助台社会工程手段,对"数十家高价值"企业发起攻击。
谷歌威胁情报小组将这一以经济利益为驱动的团伙追踪标记为UNC6783,首席威胁分析师奥斯汀·拉森在一篇博客文章中指出,该团伙可能与"Raccoon"相关身份存在关联。
"我们已发现数十家跨多个行业的高价值企业遭到攻击。"拉森写道。
UNC6783主要将呼叫中心和业务流程外包商(BPO)作为攻击切入口,这些机构通常为更大型企业提供服务。这一攻击方式曾被Scattered Spider和ShinyHunters等黑客组织广泛采用。一旦攻击者进入BPO的网络,便可利用从BPO员工处窃取的合法凭据,渗透其客户的IT环境。
谷歌还观察到,该团伙会直接将目标锁定在企业的支持和帮助台员工,以此获取访问权限并窃取敏感数据。
"此次攻击活动依托实时聊天进行社会工程操控,诱导员工访问仿冒Okta登录页面的恶意网站。"拉森表示,"这些域名常伪装成目标机构,采用类似'<机构名>[.]zendesk-support<编号>[.]com'的域名格式。"
攻击者使用定制化网络钓鱼工具包,通过窃取剪贴板内容来绕过多因素认证(MFA),并将自己的设备注册到受害者环境中,从而实现持续访问。
谷歌还发现,该团伙会伪造安全软件更新,诱骗受害者下载远程访问恶意软件。
在成功窃取企业数据后,该团伙通过Proton Mail账户向受害者发送勒索信。
当被问及成功入侵的案例数量时,拉森表示:"我们已确认此次攻击活动中存在多起成功入侵事件。"
上周,《国际网络摘要》报道称,一名自称"Mr. Raccoon"的攻击者声称已入侵Adobe系统,据报道,其通过一家印度BPO公司,先在某员工设备上部署远程访问工具,再对该员工的上级主管实施网络钓鱼攻击,从而成功渗透。
该数据窃贼声称盗取了1300万张含有个人信息的支持工单、15000条员工记录、所有HackerOne提交内容、内部文件及其他信息。
截至发稿,Adobe尚未回应置评请求。
据恶意软件监测机构vx-underground分析,Adobe此次数据泄露事件似乎属实,"所有曾向Adobe提交帮助台工单或以任何形式寻求过技术支持的用户,均可能受到影响。"
Q&A
Q1:UNC6783是什么团伙?主要攻击方式是什么?
A:UNC6783是谷歌威胁情报小组追踪的一个以经济利益为驱动的新型勒索团伙,可能与"Raccoon"相关身份存在关联。其主要攻击方式是通过网络钓鱼和社会工程手段,重点攻击呼叫中心和业务流程外包商(BPO),利用伪造的Okta登录页面窃取员工凭据,绕过多因素认证后入侵客户企业IT环境,最终窃取数据并发送勒索信。
Q2:UNC6783如何绕过多因素认证(MFA)?
A:UNC6783使用定制化网络钓鱼工具包,通过窃取受害者设备的剪贴板内容来获取认证信息,从而绕过MFA保护。此外,攻击者还会将自己的设备注册到受害者的账户环境中,以实现对目标系统的持续访问权限。同时,他们还会伪装成安全软件更新,诱骗员工下载远程访问恶意软件,进一步扩大控制范围。
Q3:Adobe数据泄露事件泄露了哪些信息?
A:根据自称"Mr. Raccoon"的攻击者声称,此次针对Adobe的入侵共窃取了约1300万张含有个人信息的支持工单、15000条员工记录、所有HackerOne漏洞提交内容以及其他内部文件。恶意软件监测机构vx-underground认为此次泄露事件属实,所有曾向Adobe提交过帮助台工单或请求技术支持的用户均可能受到影响。截至目前,Adobe尚未就此事作出回应。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。