至顶网安全频道 11月28日 综合消息:
在2018年热映的《瞒天过海:美人计》中,女黑客“九球”的表演再展网络攻击的超强能力,她根据社交网络获取安保人员的个人兴趣,并且发送了携带恶意地址的仿冒连接,在关键时刻调整了摄像头位置,最终盗取了1.5亿元的钻石。没错,在现实世界,正是这类攻击手法造成了不计其数的黑客入侵和数据泄露事件,它就是斑斑劣迹的APT。
当安全管理“视力下降”的时候
APT攻击在2010年开始成为企业所面临的最大威胁之一,这两年零售商 Target 和百货公司 Neiman Marcus 的大量资料外泄就是典型的APT攻击事件。还有主要攻击目标为发电厂或炼油厂自动化生产与控制系统( SCADA )的 Stuxnet 蠕虫病毒,以及由黑客组织的“海莲花”对于我国海事部门发动的攻击,其本质上都是APT攻击。
与普通黑客的“坑蒙拐骗”不同,APT攻击者不追求感染量,对盗取QQ号、微信号、流氓广告推广的行径更是不屑一顾。他们从事以网络为媒介的间谍行为,一切以拿下对象为目标,结果常常是窃密或暴力破坏。两者最本质的区别就是定向性。
通过对APT攻击的海量信息进行分析,亚信安全的技术人员发现,APT攻击的攻击范围不断扩大、隐蔽性也越来越强。首先,统计数据表明,有91%的 APT攻击利用电子邮件作为开始的进入点,攻击者显然认为电子邮件是阻力最小的攻击路径,可以用来避开现有的安全防御。假设一般员工平均每个工作日会收到10封电子邮件,就等于我们每天就有10次掉进黑客陷阱的风险,高级管理人员的风险更会成倍增长。其次,在针对数据泄漏事件的调查中,黑客平均潜伏的天数长达 205 天,这意味着许多企业的网络安全架构在很长时间内都被“蒙着眼睛”。
如何剪断APT的“杀手链”
如何有效治理APT攻击等定制化网络威胁是一个不容掉以轻心的课题。对此,亚信安全有非常深刻和专业的认识,APT攻击是一种目的性强且复杂的网络攻击,不法分子广泛采用了零日漏洞、高级定制木马、专用攻击设备来进行入侵和信息窃取,具有难发现、难分析、难追踪的特点。如果用户还不能建立起有效的APT攻击防御架构,任何一个组织都可能遇到数据泄漏的危险。因此,用户应该根据APT攻击链条建立有效的抑制点。
【APT攻击的6个阶段】
APT攻击共有6个阶段,这包括:情报收集、单点突破、命令与控制(C&C 通信)、横向移动、资产/资料发掘、资料窃取。而最佳方案就是在这条被称为“杀手链”(APT Kill Chain)的进攻路线上,建立一一对应的抑制点,这不仅需要借助亚信安全深度威胁发现平台Deep Discovery等相关工具,同时还需要态势感知和智能联动的运行机制,以及本地和全球威胁情报“双回路”畅通,最终形成一套精密编排的安全联动运维体系。
亚信安全深度威胁发现平台Deep Discovery平台包括:深度威胁发现设备TDA、深度威胁分析设备DDAN、深度威胁安全网关Deep Edge、深度威胁邮件网关DDEI、服务器深度安全防护系统 Deep Security,以及能够统一联动管理的控制管理中心Control Manager和APT治理专属咨询服务,实现网关、服务器、终端、云等安全产品的整合,构成完整的APT治理体系。
“社交网络”没有错,人才是关键
很多人会在好奇心的驱使下,点开那些具有致命诱惑的链接,最终导致公司网络被APT攻陷。因此所有企业应将员工培训作为防范APT攻击的重要一步,同时在专业人员的协助下,有针对性地进行渗透测试,这不但可以让员工增强对社交工程攻击的抵御能力、了解企业安全策略,更是APT威胁治理的重要组成部分。在互联网世界,黑客常常有“翻手为云覆手为雨”的能量,这样神秘而有趣的题材当然不会被好莱坞的电影公司放过。细心的观众会发现,《瞒天过海:美人计》中发动APT攻击的第一步,就是从社交网络开始的。在网络社交如此发达的当下,用户毫无保留地将个人信息交给互联网,这些信息包括年龄、性别、地域、生活状态、态度、行踪、兴趣爱好、消费行为、健康状况。这些数据提供了超大容器,为黑客借助社会工程学发动APT攻击提供了最佳跳板。
很多人会在好奇心的驱使下,点开那些具有致命诱惑的链接,最终导致公司网络被APT攻陷。因此所有企业应将员工培训作为防范APT攻击的重要一步,同时在专业人员的协助下,有针对性地进行渗透测试,这不但可以让员工增强对社交工程攻击的抵御能力、了解企业安全策略,更是APT威胁治理的重要组成部分。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。