Microsoft advierte sobre múltiples campañas de malspam que contienen archivos de imagen de disco maliciosos

Imagen: Geralt en Pixabay Microsoft dice que sus modelos avanzados de detección de amenazas de aprendizaje automático han ayudado a su personal a detectar múltiples campañas de spam malicioso (malspam) que distribuyen archivos de imagen de disco infectados con malware. La campaña, detectada la semana pasada, está utilizando señuelos COVID-19 (líneas de asunto de correo electrónico) para engañar a los usuarios para que descarguen y ejecuten archivos adjuntos ISO o IMG. En una serie de tweets de hoy, Microsoft dijo que estos archivos están infectados con una versión del troyano de acceso remoto (RAT) Remcos, que brinda a los atacantes un control total sobre los hosts infectados.
Microsoft dice que los atacantes han sido persistentes y han lanzado múltiples ejecuciones de spam diferentes, dirigidas a empresas de diferentes industrias, en varios países de todo el mundo. Los más importantes incluyen ejecuciones de spam como: El objetivo final de esta operación es actualmente desconocido; sin embargo, los actores de la amenaza podrían estar buscando empresas para detectar futuros ataques, como ransomware, estafas BEC o espionaje industrial. "Lo principal que realmente queríamos llamar, y por qué llamó nuestra atención, es por los señuelos COVID-19 y también [por] las técnicas ligeramente diferentes que encontramos y los tipos de archivos adjuntos que están enviando", Tanmay Ganacharya, Director de Investigación de Seguridad de Microsoft Threat Protection, le dijo a ZDNet en una entrevista.
"Están usando archivos de imagen e ISO, lo cual no es muy común. No es como si fuera la primera vez que lo vemos, pero tampoco es muy común que los atacantes lo hagan". Se aconseja a las empresas que reciben este tipo de archivos adjuntos de correo electrónico que no ejecuten los archivos adjuntos.
Estos ataques en curso se descubrieron después de que Microsoft detectó un comportamiento sospechoso en las instalaciones de Defender. Ganacharya acreditó la apuesta de Microsoft en el aprendizaje automático como la razón por la cual la compañía vio esta campaña en primer lugar. Hoy, el producto antivirus de Microsoft ha evolucionado a partir de las técnicas antiguas y anticuadas de detección de malware basadas en firmas de archivos.
Ganacharya dice que el polimorfismo de malware (malware que muta a intervalos regulares) y el malware sin archivos (malware que se ejecuta únicamente en la RAM, sin rastros en el disco) ahora se usan ampliamente. Esto coloca a los proveedores de antivirus siempre un paso por detrás de la mayoría de las operaciones de malware, si el antivirus se basa únicamente en detectar la presencia de un archivo incorrecto conocido. "El panorama de amenazas ha cambiado significativamente con ataques sin archivos, con polimorfismo.
En más del 96 por ciento de las amenazas que vemos en todo el mundo [...
], es un archivo único por máquina", dijo Ganacharya. En cambio, Ganacharya dice que Microsoft Defender ahora confía en el aprendizaje automático para detectar comportamientos sospechosos que ocurren en un host y generar alertas para que sus ingenieros investiguen. En todo esto, los modelos de aprendizaje automático de Defender son ahora el arma principal de la compañía contra ataques de malware desconocidos y actores de amenazas, lo que ayuda a Microsoft a detectar ataques en sus puntos más tempranos.
"Hemos estado haciendo muchas inversiones en los últimos tres o cuatro años", dijo el ejecutivo de Microsoft. "Hemos estado haciendo muchas inversiones en términos de agregar motores a Defender, alrededor de capturar la secuencia de comportamientos, capturar el contenido del archivo en sí, el motor del modelo de aprendizaje automático del lado del cliente, los motores del modelo de aprendizaje automático del lado de la nube". "Entonces, la forma en que pensamos al respecto es para las amenazas desconocidas, para las amenazas nuevas y emergentes, confiamos en gran medida, en gran medida, en el aprendizaje automático haciendo la clasificación de contenido o la clasificación de secuencia de comportamiento.
"Verá muchas veces en nuestros productos [que] el paciente cero es salvado por algunos de estos tipos de modelos", dijo Ganacharya. pags VER GALERÍA COMPLETA.