Lösensprogramsligor använder generativ AI för att rikta in sig på känsliga data

Lösensprogramsoperatörer använder nu generativ AI för att skärpa nätfiskekampanjer, snabba upp kartläggningen och identifiera känslig företagsinformation att stjäla. Enligt rapporten från GBHackers hjälper tekniken kriminella grupper att arbeta snabbare och sikta mer exakt. För alla som har en arbetsmejladress gör det AI-drivna nätfiskeattacker med lösensprogram till en praktisk angelägenhet, inte bara en rubrik.

Källartikeln är kort, så det här inlägget håller sig till det den rapporterar och fokuserar på vad det innebär för vanliga anställda och privatpersoner.

Hur lösensprogramsligor använder AI

Rapporteringen pekar på tre områden där generativ AI ger lösensprogramsoperatörer ett försprång:

• Nätfiske: AI hjälper till att producera skarpare och mer övertygande beten.
• Kartläggning: AI snabbar upp arbetet med att lära sig om ett mål före en attack.
• Dataval: AI hjälper till att identifiera vilken företagsinformation som är mest känslig och värd att stjäla.

Inget av dessa steg är nytt. Lösensprogramsgrupper har alltid behövt ta sig in, se sig omkring och bestämma vad de ska ta. Det som förändras är hastigheten och finslipningen. Uppgifter som en gång tog skickliga personer timmar av manuellt arbete kan kortas ned, vilket också sänker tröskeln för mindre erfarna angripare.

Detta passar in i en bredare trend för hur dessa grupper tjänar pengar. Senaste siffrorna i Zscalers rapport om datastöld vid lösensprogram visar att datastöld blir centralt för lösensprogramsverksamhet. När stulna data är den främsta hävstången är allt som hjälper angripare att hitta de bästa uppgifterna snabbare värdefullt för dem.

Varför AI-skrivet nätfiske är svårare att upptäcka

I åratal har folk fått höra att vara uppmärksamma på klumpig grammatik, udda formuleringar och generiska hälsningar. Generativ AI försvagar det rådet. En språkmodell kan producera rena, naturliga och välstrukturerade meddelanden i vilken ton som helst, och den kan skräddarsy dem för en viss roll eller ett visst företag när angriparen väl har samlat viss bakgrundsinformation.

Det är här kartläggning och nätfiske hänger samman. Ju mer en angripare vet om vilka du arbetar med, vilka verktyg ditt företag använder eller vilka projekt som pågår, desto mer trovärdigt kan ett meddelande bli. Ett meddelande som refererar till en verklig leverantör eller en trovärdig intern process är mycket svårare att avfärda än en vag förfrågan.

Så den gamla checklistan med stavfel är inte längre ett pålitligt filter. Bättre frågor att ställa är:

• Förväntade jag mig det här meddelandet?
• Skapar det brådska eller pressar det mig att hoppa över normala steg?
• Ber det om inloggningsuppgifter, betalningar eller att en fil ska öppnas?
• Kan jag bekräfta förfrågan via en separat, betrodd kanal?

Hur angripare hittar och prioriterar känsliga data

Väl inne i ett nätverk ställs angripare inför ett praktiskt problem: företag har enorma mängder filer, och inte alla är användbara som påtryckningsmedel. Enligt källan används AI för att hjälpa till att identifiera den känsliga företagsinformation som är värd att stjäla. Istället för att gå igenom allt för hand kan operatörer fokusera på det material som mest sannolikt skadar offret om det exponeras.

Detta spelar roll på grund av hur modern utpressning fungerar. Att kryptera filer är bara en del av trycket. Att hota med att publicera stulna data är den andra delen, vilket är anledningen till att enbart säkerhetskopior inte längre skyddar mot dubbel utpressning. Du kan återställa dina system från en säkerhetskopia, men du kan inte återta en fil som redan läckt och finns i någon annans händer.

Ju mindre känsliga data som ligger på lättillgängliga platser, desto mindre finns det för en angripare att hitta och prioritera.

Vad detta innebär för dig

Företags säkerhetsteam bär det mesta av ansvaret för att försvara nätverk, men individer är ofta den första försvarslinjen. Nätfiske är ofta det inledande draget, så en anställds beslut kan avgöra utgången. Personlig datahygien begränsar också direkt vad angripare kan utnyttja, både i ett arbetskonto och i ditt privatliv.

Praktiska steg för att minska din exponering:

• Aktivera multifaktorautentisering för e-post, arbetskonton och molnlagring. Ett stulet lösenord borde inte räcka.
• Verifiera oväntade förfrågningar genom att kontakta avsändaren via en separat kanal, inte genom att svara på meddelandet.
• Minska mängden data du har exponerad. Radera gamla filer, rensa bort inboxbilagor du inte längre behöver och undvik att lagra känsliga dokument på delade eller löst kontrollerade platser.
• Begränsa vad du delar offentligt. Uppgifter på sociala profiler, som jobbtitlar, projekt och kollegor, kan ge näring åt den kartläggning som gör beten trovärdiga.
• Kryptera känsliga filer så att stulna kopior blir svårare att använda.
• Rapportera misstänkta meddelanden till ditt IT- eller säkerhetsteam snabbt, även om du är osäker. Tidiga rapporter kan stoppa en större kompromiss.

Viktiga slutsatser

Generativ AI gör lösensprogramsverksamhet snabbare och mer övertygande, men försvaret som fungerar är fortfarande inom räckhåll. Behandla polerade meddelanden med samma försiktighet som slarviga, skydda dina konton med MFA och håll känsliga data till ett minimum så att det finns mindre att stjäla. Starka vanor stoppar inte varje attack, men de höjer kostnaden för kriminella och minskar skadorna om något går fel.

Om du vill förstå varför stöld förändrar hela lösensprogramsekvationen, läs vår förklaring om dubbel utpressning med lösensprogram och granska sedan dina egna vanor mot listan ovan. Att försvara sig mot AI-drivna nätfiskeattacker med lösensprogram börjar med de val du gör varje dag.