黑客使用人工智能建造恶意软件攻击软件中的沙盒
发布时间：2022-04-09 04:01:15 所属栏目：安全 来源：互联网
导读：人们是否知道全球有42%的企业在2020年遭遇网络攻击?随着网络犯罪分子使用人工智能技术更有效地进行网络攻击，这一数字将会上升。 人工智能技术无疑带来了一些巨大的进步，也改变了网络安全的状态。网络安全专业人士正在利用人工智能技术来打击黑客。人工智能
|
人们是否知道全球有42%的企业在2020年遭遇网络攻击?随着网络犯罪分子使用人工智能技术更有效地进行网络攻击，这一数字将会上升。 人工智能技术无疑带来了一些巨大的进步，也改变了网络安全的状态。网络安全专业人士正在利用人工智能技术来打击黑客。人工智能驱动的解决方案包括用于入侵检测和预防的智能防火墙、新的恶意软件预防工具，以及用于识别可能的网络钓鱼攻击的风险评分算法。 人工智能驱动的恶意软件是2022年沙盒面临的最大威胁 沙盒如今已广泛用于软件开发工作流程中，可以在可能安全的环境中运行测试。如今，它们也可以嵌入到大多数网络安全解决方案中，例如端点检测和响应(EDR)、入侵防御系统(IPS)以及独立的解决方案。 但是，沙盒也是网络攻击者的常见入口点。在沙盒运行多年的过程中，网络攻击者发现可以采用人工智能算法来注入恶意软件，这些恶意软件在沙盒环境中难以检测，甚至可以将权限提升到受感染网络的更高级别。 更令人担忧的是，逃避沙盒的技术随着机器学习的进步不断发展，对全球范围内的企业构成越来越大的威胁。以下回顾一下截至2022年初使用最广泛的攻击沙盒的恶意软件。 知道他们在哪里 通过扫描设备ID和MAC地址等详细信息，恶意软件可以通过复杂的人工智能算法指示虚拟化，然后针对已知虚拟化供应商的封锁列表运行它们。之后，恶意软件会检查可用的CPU内核数量、安装的内存量和硬盘大小。在虚拟机内部，这些值低于物理系统中的值。因此，在沙盒所有者运行动态分析之前，恶意软件可能会保持静止状态并隐藏起来。尽管一些沙盒供应商能够隐藏他们的系统规范，以便恶意软件无法扫描它们。 说到沙盒分析工具，一些恶意软件类型(如Choppestick)可以通过扫描分析环境来识别它们是否在沙盒中。这样的环境被认为对网络攻击者来说风险太大，所以大多数病毒在识别时不会激活。他们渗透的另一种方式是发送较小的有效载荷，从而在执行全面攻击之前测试受害者的系统。 正如人们可能猜到的那样，恶意软件可能会通过人工智能工具扫描各种系统功能，人工智能工具经过训练可以识别底层的数字基础设施。例如，他们可以寻找数字签名系统，以了解有关计算机配置的信息，或扫描操作系统中的活动进程，以查看是否有防病毒软件正在运行。 如果恶意软件被编程为检测系统重新启动，它将仅在该事件发生后激活。重启触发器还可以区分真实重启和模拟重启，因此虚拟机通常无法欺骗此类机器人而在虚假重启时暴露自己。 规划完美时机 人工智能还通过完善网络攻击时机使恶意软件变得更加危险。基于时间的技术是沙盒规避中最常见的技术之一。沙盒通常不会全天候工作，因此它们扫描威胁的时间有限。网络攻击者利用这一功能来植入恶意软件，这些恶意软件在沙盒处于活动状态时处于休眠状态，并在沙盒关闭时执行攻击。例如，像FatDuke这样的恶意软件可以运行延迟算法，利用空闲CPU周期，并等待沙盒关闭。然后，它激活实际的有效载荷。 在代码启动之前，不太复杂的恶意软件示例只会有预设的时间要求。例如，GoldenSpy在进入系统两小时后激活。同样，“逻辑炸弹”技术意味着恶意代码在特定日期和时间执行。逻辑炸弹通常只在最终用户的设备上激活。为此，他们内置了用于系统重启和人机交互的扫描仪。 （编辑：东莞站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐