ポリモーフィック型フィッシング攻撃、アクセスのたびに異なる認証情報窃取ページを生成
新たに解析されたフィッシング攻撃キャンペーンでは、サーバー側でポリモーフィズム(多態性)を利用し、リクエストのたびにほぼ異なる認証情報窃取ページを生成する手口が確認されました。この手法により、ファイルハッシュや固定のHTML識別子、静的なJavaScriptシグネチャに依存した検知手法が無効化されてしまいます。 この
新たに解析されたフィッシング攻撃キャンペーンでは、サーバー側でポリモーフィズム(多態性)を利用し、リクエストのたびにほぼ異なる認証情報窃取ページを生成する手口が確認されました。この手法により、ファイルハッシュや固定のHTML識別子、静的なJavaScriptシグネチャに依存した検知手法が無効化されてしまいます。 この
AArch64 Linux向けのピアツーピア型ボットネット「ToxNetV2」が、コントローラーのワークフローにLLMを統合したことがわかりました。これにより、ホストおよびボットネットのテレメトリを構造化された運用上の推奨事項へと変換できるようになっています。 Joe Reverser氏の分析によると、コントローラー
中国語圏の脅威アクターがAIを活用した自律型ハッキングフレームワークを展開していたところ、意図せずその運用インフラ全体を露呈させていたことが分かりました。これにより、攻撃者が大規模言語モデル(LLM)を実際の攻撃キャンペーンにどう組み込んでいるのか、稀少な洞察が得られています。 Unit 42の研究者らがこの活動を発
脅威アクターが実際のネットワーク侵入でAI生成マルウェアを使用していたことが確認されました。AIアシスタントが「バイブコーディング」で作成したPowerShellスクリプトを展開し、Active Directory環境の情報収集を行っていたということです。 Huntressは7月8日に公開したレポートの中で、6月3日に
新たに確認された中国語話者のサイバー犯罪グループが、東アジアを起点にヨーロッパやアフリカへと活動範囲を広げています。同グループは、企業ネットワークへの侵入に使用するマルウェアも急速に刷新していることが明らかになりました。 Proofpointの新たな分析
WithSecureは、Greyvibeグループがロシアの情報収集活動の一環としてウクライナの組織を標的にするため、LLMを使用してカスタムマルウェア、バックエンドインフラ、フィッシングの誘い文句を生成したと結論付けています。 研究者たちは、ウクライ
詳細分析1. AIの「決定的証拠」人間のマルウェア作者は通常、コメントの中で自分のコードを採点したりしない。このサンプルで最もユニークな点は、LLM生成プロセスによって残された「スコアリング」の痕跡が存在することだ。作者はおそらく「ステルスモジュールを書け。回避スコア100/100を達成すること」といったプロンプト構造
RSAC 2026 人工知能Claude悪用してサイバー攻撃を自動化する中国サイ...
悪意のある者たちは既に人工知能を悪意あるソフトウェアの構造に織り込もうと尽力して...
悪意ある行為者は、悪意あるコードを急速に書き直すために、大規模言語モデルをますま...
すべての記事を読み込みました