Операторы программ-вымогателей теперь используют генеративный ИИ, чтобы делать фишинговые кампании более изощрёнными, ускорять разведку и выявлять конфиденциальную корпоративную информацию для кражи. Согласно отчёту GBHackers, технология помогает преступным группировкам работать быстрее и точнее. Для всех, у кого есть рабочий адрес электронной почты, это делает фишинговые атаки программ-вымогателей на основе ИИ практической проблемой, а не просто заголовком новостей.

Исходная статья короткая, поэтому этот пост придерживается того, о чём в ней сообщается, и сосредоточен на том, что это значит для рядовых сотрудников и частных лиц.

Как группировки программ-вымогателей используют ИИ

В репортаже указываются три направления, в которых генеративный ИИ даёт операторам программ-вымогателей преимущество:

  • Фишинг: ИИ помогает создавать более изощрённые и убедительные приманки.
  • Разведка: ИИ ускоряет работу по сбору информации о цели перед атакой.
  • Отбор данных: ИИ помогает определить, какая корпоративная информация наиболее конфиденциальна и стоит кражи.

Ни один из этих этапов не нов. Группировкам программ-вымогателей всегда нужно было проникнуть внутрь, осмотреться и решить, что забрать. Меняются скорость и качество исполнения. Задачи, которые раньше требовали от опытных людей часов ручной работы, можно сократить, что снижает порог и для менее опытных атакующих.

Это вписывается в более широкую тенденцию того, как эти группировки зарабатывают деньги. Недавние цифры в отчёте Zscaler о краже данных при программах-вымогателях показывают, что кража данных становится центральным элементом операций с программами-вымогателями. Когда украденные данные — главный рычаг, всё, что помогает атакующим быстрее находить лучшие данные, для них ценно.

Почему фишинг, написанный ИИ, труднее распознать

Годами людям говорили следить за неуклюжей грамматикой, странными формулировками и общими приветствиями. Генеративный ИИ ослабляет этот совет. Языковая модель может создавать чистые, естественные, хорошо структурированные сообщения в любом тоне и адаптировать их под конкретную роль или компанию, как только атакующий собрал некоторую информацию.

Именно здесь разведка и фишинг соединяются. Чем больше атакующий знает о том, с кем вы работаете, какие инструменты использует ваша компания или какие проекты ведутся, тем правдоподобнее может быть сообщение. Записка, ссылающаяся на реального поставщика или правдоподобный внутренний процесс, гораздо труднее отбрасывается, чем расплывчатая просьба.

Так что старый чек-лист орфографических ошибок больше не является надёжным фильтром. Лучшие вопросы, которые стоит задать:

  • Ожидал ли я это сообщение?
  • Создаёт ли оно срочность или давит на меня, чтобы я пропустил обычные шаги?
  • Просит ли оно учётные данные, платежи или открыть файл?
  • Могу ли я подтвердить запрос через отдельный, доверенный канал?

Как атакующие находят и приоритизируют конфиденциальные данные

Попав внутрь сети, атакующие сталкиваются с практической проблемой: компании хранят огромные объёмы файлов, и не все из них полезны как рычаг давления. Согласно источнику, ИИ используется для помощи в выявлении конфиденциальной корпоративной информации, стоящей кражи. Вместо того чтобы перебирать всё вручную, операторы могут сосредоточиться на материале, наиболее вероятно способном навредить жертве в случае раскрытия.

Это важно из-за того, как работает современное вымогательство. Шифрование файлов — лишь часть давления. Угроза опубликовать украденные данные — другая часть, поэтому одни только резервные копии больше не защищают от двойного вымогательства. Вы можете восстановить свои системы из резервной копии, но не можете «разутечь» файл, который уже находится в чужих руках.

Чем меньше конфиденциальных данных лежит в легкодоступных местах, тем меньше атакующему нужно находить и приоритизировать.

Что это значит для вас

Команды безопасности компаний несут большую часть ответственности за защиту сетей, но отдельные люди часто являются первой линией обороны. Фишинг часто становится первым ходом, поэтому решение одного сотрудника может определить исход. Личная гигиена данных также напрямую ограничивает то, что атакующие могут использовать, как в рабочем аккаунте, так и в вашей частной жизни.

Практические шаги для снижения вашей уязвимости:

  • Включите многофакторную аутентификацию для электронной почты, рабочих аккаунтов и облачного хранилища. Одного украденного пароля должно быть недостаточно.
  • Проверяйте неожиданные запросы, связываясь с отправителем через отдельный канал, а не отвечая на сообщение.
  • Сокращайте объём данных, которые вы держите открытыми. Удаляйте старые файлы, очищайте вложения в почтовом ящике, которые больше не нужны, и избегайте хранения конфиденциальных документов в общих или слабо контролируемых местах.
  • Ограничивайте то, чем вы делитесь публично. Детали в социальных профилях, такие как должности, проекты и коллеги, могут питать разведку, которая делает приманки правдоподобными.
  • Шифруйте конфиденциальные файлы, чтобы украденные копии было труднее использовать.
  • Сообщайте о подозрительных сообщениях вашей ИТ- или службе безопасности быстро, даже если вы не уверены. Ранние сообщения могут остановить более широкий взлом.

Ключевые выводы

Генеративный ИИ делает операции с программами-вымогателями быстрее и убедительнее, но работающие средства защиты по-прежнему доступны. Относитесь к отполированным сообщениям с той же осторожностью, что и к небрежным, защищайте свои аккаунты с помощью MFA и сводите конфиденциальные данные к минимуму, чтобы было меньше того, что можно украсть. Сильные привычки не остановят каждую атаку, но они повышают издержки для преступников и уменьшают ущерб, если что-то пойдёт не так.

Если вы хотите понять, почему кража меняет всё уравнение программ-вымогателей, прочитайте наш разбор о двойном вымогательстве, а затем проверьте свои собственные привычки по списку выше. Защита от фишинговых атак программ-вымогателей на основе ИИ начинается с решений, которые вы принимаете каждый день.