邁克菲實驗室報告對過去 30 年逃逸技術(shù)的演變進行了回顧

• 邁克菲實驗室觀測到亞洲地區(qū)的移動惡意軟件增長了一倍，全球移動惡意軟件感染率上升了 57%
• 過去四個季度的移動惡意軟件總數(shù)增長了 79%，樣本總數(shù)達到 1670 萬
• 廣告軟件的大量充斥導(dǎo)致今年一季度針對 Mac 操作系統(tǒng)的惡意軟件樣本總數(shù)增長了 53%
• 新的勒索軟件在一季度有所反彈，主要歸因于針對安卓系統(tǒng)的 Congur 系列攻擊
• 過去四個季度的勒索軟件總數(shù)增長了 59%， 樣本總數(shù)達到 960 萬
• 今年一季度公開披露的安全事件達到 301 起，比去年四季度增長了 53%
• 醫(yī)療系統(tǒng)、公共部門和教育行業(yè)發(fā)生的安全事件數(shù)占所有安全事件的 50% 多

北京2017年6月28日電 /美通社/ -- 邁克菲公司今日發(fā)布《邁克菲實驗室威脅報告：2017年6月刊》，探討了Fareit密碼竊取軟件的起源和內(nèi)部工作機制，回顧了過去 30 年惡意軟件逃逸技術(shù)的演化，闡述了逃逸技術(shù)采用的隱寫術(shù)特性，評述了各個行業(yè)公開披露的威脅攻擊事件，并總結(jié)了在 2017 年一季度惡意軟件、勒索軟件、移動惡意軟件和其它威脅的增長趨勢。

“現(xiàn)在市場上的反安全、反沙箱和反分析的逃逸技術(shù)即便沒有上千項也有數(shù)百項，而且許多都可以在暗網(wǎng)市場上直接購買到?！边~克菲實驗室副總裁 Vincent Weafer 說道，“這期發(fā)布的報告提醒我們，欺騙已經(jīng)從針對某幾個系統(tǒng)的單個威脅，逐漸演變到針對多個系統(tǒng)的復(fù)雜威脅，以及到針對整個新安全模式，如機器學(xué)習(xí)。”

30 年惡意軟件逃逸技術(shù)回顧

在 20 世紀 80 年代，惡意軟件開發(fā)者開始嘗試一些方法來逃避安全產(chǎn)品的檢測，當時，有一個惡意軟件通過加密自己的部分代碼使安全分析員無法閱讀內(nèi)容，而成功繞過了防御體系?！疤右菁夹g(shù)”指的是惡意軟件所能用到的所有能規(guī)避檢測、分析和檢查的方法。邁克菲實驗室將逃逸技術(shù)分為以下三大類：

• 反安全技術(shù)：用于規(guī)避來自防惡意軟件引擎、防火墻、應(yīng)用程序遏制和/或其它防護手段的檢測。
• 反沙箱技術(shù)：用于檢測自動分析并規(guī)避能夠報告惡意軟件行為的引擎。通過檢測注冊表項、文件或與虛擬環(huán)境相關(guān)的進程，惡意軟件能夠知曉是否在沙箱內(nèi)運行。
• 反分析技術(shù)：用于檢測和欺騙惡意軟件分析人員，比如，通過找到類似 Process Explorer 或 Wireshark 的監(jiān)控工具，以及采用某些進程監(jiān)控伎倆、打包程序或偽裝工具來規(guī)避反向工程。

《邁克菲實驗室威脅報告：2017 年 6 月刊》探討了一些較強大的逃逸技術(shù)，以及可提供現(xiàn)成逃逸工具的暗網(wǎng)市場，舉例說明了幾個惡意軟件系列是如何利用逃逸技術(shù)來規(guī)避檢測，以及對未來的預(yù)期，包括機器學(xué)習(xí)規(guī)避技術(shù)和基于硬件的規(guī)避技術(shù)。

在眾目睽睽下隱藏：隱寫術(shù)的隱藏威脅

隱寫術(shù)是一項隱藏秘密信息的科學(xué)藝術(shù)，在數(shù)字世界中，它用來將信息隱藏在圖像、音頻、視頻或文本文件中。數(shù)字隱寫術(shù)通常被惡意軟件作者用來逃避來自安全系統(tǒng)的檢測。我們所知的首例將隱寫術(shù)應(yīng)用于網(wǎng)絡(luò)攻擊中的惡意軟件是 2011 年的 Duqu 惡意軟件。將隱寫術(shù)應(yīng)用于數(shù)字圖像時，通過嵌入算法插入秘密信息，將圖像傳輸?shù)侥繕讼到y(tǒng)，并提取秘密信息以供惡意軟件使用。修改后的圖像通常很難被人眼或安全技術(shù)檢測到。

邁克菲實驗室將網(wǎng)絡(luò)隱寫術(shù)視為該學(xué)科的最新形式，因為它將 TCP/IP 協(xié)議頭中的未使用字段用于隱藏數(shù)據(jù)。由于攻擊者可以使用這種技術(shù)通過網(wǎng)絡(luò)發(fā)送無限量的信息，這種方法正在被越來越多的攻擊者使用。

Fareit：最臭名卓著的密碼竊取工具

Fareit 首次出現(xiàn)于 2011 年，并以多種方式演變，包括新攻擊向量、增強的架構(gòu)和內(nèi)部工作機制，以及規(guī)避檢測的新方法。Fareit 是最臭名卓著的密碼竊取惡意軟件，這已經(jīng)得到越來越多人們的共識，而且種種跡象表明，它可能被用于 2016 年美國總統(tǒng)大選之前的那起著名的針對民主黨全國委員會 (DNC) 的數(shù)據(jù)泄漏事件中。

Fareit 可通過網(wǎng)絡(luò)釣魚郵件、DNS 投毒和漏洞利用工具包進行傳播。受害者可能會收到一封帶有附件的惡意釣魚電子郵件，該附件可能是 Word 文檔、JavaScript 或存檔文件。一旦用戶打開附件，Fareit 就能夠感染系統(tǒng)，將盜取的用戶憑據(jù)發(fā)送給它的控制服務(wù)器，然后下載此次攻擊活動中附帶的其它惡意軟件。

2016 年的美國民主黨全國委員會數(shù)據(jù)泄漏事件的罪魁禍首是名為 Grizzly Steppe 的惡意軟件攻擊活動。邁克菲實驗室在美國政府公布的 Grizzly Steppe 報告中的攻陷指標 (IoC) 列表中發(fā)現(xiàn)了 Fareit 哈希。普遍認為這一類別的 Fareit 專門應(yīng)用于針對 DNC 的攻擊中，通過網(wǎng)絡(luò)釣魚郵件附帶的惡意 Word 文檔附件進行傳播。

該惡意軟件引用了一些已發(fā)現(xiàn)的 Fareit 樣本中多個不常見的控制服務(wù)器地址。在 DNC 攻擊事件中，它可能聯(lián)合其它技術(shù)來竊取電子郵件、FTP和其它重要的憑據(jù)。邁克菲實驗室懷疑，Fareit 還將其它諸如 Onion Duke 和 Vawtrak 的高級威脅下載到受害者的系統(tǒng)中，以發(fā)動進一步的攻擊。

“隨著人們、企業(yè)和政府部門越來越多地依賴僅有密碼保護的系統(tǒng)和設(shè)備，他們的憑據(jù)安全性非常低，很容易被竊取，對網(wǎng)絡(luò)犯罪分子來講非常有吸引力。”Weafer 指出，“邁克菲實驗室相信使用密碼竊取技術(shù)的攻擊很可能會有所增加，Grizzly Steppe 攻擊活動中已可窺見一些新型未來技術(shù)?！?/span>

2017 年一季度威脅活動

2017 年一季度，邁克菲全球威脅智能感知系統(tǒng) (GTI) 登記的針對各個行業(yè)的網(wǎng)絡(luò)威脅和網(wǎng)絡(luò)攻擊事件呈現(xiàn)顯著的增長趨勢：

• 新威脅：2017 年一季度，平均每秒鐘檢測到 244 個新威脅，約合每秒鐘 4 個。
• 安全事件：邁克菲統(tǒng)計到今年一季度公開披露的安全事件達到 301 起，比去年四季度增長了 53%。醫(yī)療系統(tǒng)、公共部門和教育行業(yè)發(fā)生的安全事件數(shù)占所有安全事件的 50% 多。
• 惡意軟件：一季度新惡意軟件樣本數(shù)有所反彈，達到 3200 萬個。過去四個季度，惡意軟件樣本總數(shù)增加了 22%，已知樣本數(shù)達到 6.7 億個。新的惡意軟件數(shù)量反彈到過去四年的季度平均水平。
• 移動惡意軟件：一季度亞洲地區(qū)報告的移動惡意軟件數(shù)增長了一倍，全球移動惡意軟件感染率增長了 57%。過去四個季度，移動惡意軟件總數(shù)增長了 79%，樣本數(shù)達到 1670 萬個。導(dǎo)致這一結(jié)果的較大貢獻者是 Android/SMSreg 的增長，通過檢測，它是一個來自印度的潛在有害程序。
• Mac 操作系統(tǒng)惡意軟件：過去三個季度，針對 Mac 操作系統(tǒng)的惡意軟件增長迅猛，主要原因是大量充斥的廣告軟件。盡管與針對 Windows 的威脅相比，Mac 的威脅數(shù)量仍然比較少，但一季度針對 Mac 操作系統(tǒng)的惡意軟件樣本總數(shù)增長了 53%。
• 勒索軟件：一季度新型勒索軟件樣本數(shù)有所反彈，主要歸因于針對安卓操作系統(tǒng)設(shè)備的 Congur 勒索軟件攻擊。過去十二個月，勒索軟件樣本總數(shù)增長了 59%，已知樣本總數(shù)達到 960 萬個。
• 垃圾郵件僵尸網(wǎng)絡(luò)：今年四月份，Kelihos 僵尸網(wǎng)絡(luò)的幕后元兇在西班牙被捕。多年以來，數(shù)以百萬計攜帶金融詐騙惡意軟件和勒索軟件的垃圾郵件的背后都有 Kelilos。據(jù)美國司法部發(fā)布的信息，在打擊 Kelilos 的行動中，美國與影子服務(wù)器基金會 (Shadow Server Foundation) 等外國機構(gòu)及行業(yè)廠商之間的合作貢獻頗多。

若要了解有關(guān) 2017 年一季度威脅趨勢和威脅格局的更多信息，請訪問 www.mcafee.com/cn 閱讀完整報告。

若要了解本報告中企業(yè)如何更好地保護自己遠離威脅的詳細信息，請訪問我們的安全博客。