Zum Hauptinhalt springen
Maschinelles Lernen. Sicherheit – Freund oder Feind?
Ein aufkommendes Thema

Maschinelles Lernen. Sicherheit – Freund oder Feind?

Jüngste Fortschritte im Bereich des maschinellen Lernens, Aktuelles zu „Black Proxies“ sowie der Plan des DHS Cyber Safety Board, die Hacking-Taktiken der Lapsus$-Bande zu untersuchen

In der Zusammenfassung der Cyber-Bedrohungsinformationen dieser Woche finden Sie aktuelle Informationen zu neuen „ “-Modellen für maschinelles Lernen (ML) (öffnet in einem neuen Tab) sowie Erläuterungen dazu, warum die InfoSec-Community geteilter Meinung darüber ist, ob diese Modelle den Bemühungen um Cybersicherheit helfen oder ihnen schaden. Anschließend untersucht das CTI-Team die Entstehung einer neuen Proxy-Plattform namens „Black Proxies“, die derzeit bei Cyberkriminellen als Lösung vermarktet wird, mit deren Hilfe diese ihre ursprünglichen IP-Adressen verbergen oder verschleiern können. Abschließend geben wir einen Überblick über die Pläne des neu gegründeten Cyber Safety Review Board (CSRB), die zweite Überprüfung des Ausschusses der Untersuchung der Taktiken, Techniken und Verfahren (TTPs) der berüchtigten Gruppe „Lapsus$“ – eines der aktivsten und bekanntesten Bedrohungsakteure des Jahres – zu widmen, um Organisationen dabei zu unterstützen, sich vor ähnlichen böswilligen Aktivitäten zu schützen.

1. Modelle des maschinellen Lernens: Ein gefährlicher neuer Angriffsvektor oder eine Schlüsseltechnologie für die Cybersicherheit?

Sicherheitsforscher sind geteilter Meinung über das Aufkommen leistungsfähiger neuer ML-Modelle, bei denen es sich um Entscheidungssysteme handelt, die den Großteil der heutigen Lösungen im Bereich der künstlichen Intelligenz (KI) antreiben.

Eine Gruppe von Sicherheitsforschern preist maschinelles Lernen als Retter der Cybersicherheit an, während die andere Gruppe Bedenken hinsichtlich seines Potenzials hegt, überzeugende Phishing-Köder zu erzeugen, die Verbreitung von Malware zu erleichtern und Angreifern dabei zu helfen, sich lateral durch Unternehmensnetzwerke zu bewegen.

Alle Augen sind auf ChatGPT gerichtet

ML-Modelle gelten als wesentlicher Bestandteil der übergreifenden Deep-Learning-Bewegung „ “ (öffnet in einem neuen Tab). Sie sind häufig öffentlich zugänglich, und laut der aktuellen McKinsey Global Survey „ “ setzten im Jahr 2021 überraschend viele Unternehmen zunehmend auf KI auf Basis von maschinellem Lernen. (öffnet in einem neuen Tab)

OpenAI, ein von Elon Musk gegründetes KI-Unternehmen mit Sitz in San Francisco, wird von vielen als derzeitiger Marktführer in diesem Bereich angesehen. Das Unternehmen ist verantwortlich für das revolutionäre KI-Tool DALL-E 2 (wird in einem neuen Tab geöffnet), einen bahnbrechenden Bildgenerator, der in diesem Jahr auf den Markt kam. Das OpenAI-Tool, das derzeit jedoch für Schlagzeilen sorgt, ist ChatGPT, ein Prototyp eines KI-Chatbots, der auf der GPT-3,5 -Sprachtechnologie von OpenAI basiert und als „ein großes, von OpenAI entwickeltes Modell künstlicher Intelligenz, das trainiert wurde“ beschrieben wurde (öffnet in einem neuen Tab) mit einer riesigen Menge an Textdaten aus einer Vielzahl von Quellen trainiert wurde“ in einem Blogbeitrag (öffnet in einem neuen Tab) zu diesem Thema, der von Forbes veröffentlicht wurde.

Einige weitere wichtige Fakten zu ChatGPT:

  • ChatGPT ist eine KI-gestützte Chatbot-Software, die darauf programmiert ist, menschliche Interaktionen zu simulieren.
  • ChatGPT befindet sich noch in der Phase der wissenschaftlichen Begutachtung und wurde der Öffentlichkeit unter 30. November 2022 sowie über auf der Website von OpenAI (wird in einem neuen Tab geöffnet) zur Verfügung gestellt. Nutzer können sich registrieren und die App kostenlos testen.
  • Der Chatbot ist im Dialogformat aufgebaut, sodass Nutzer eine unglaublich breite Palette sowohl einfacher als auch komplexer Anweisungen eingeben können, auf deren Ausführung ChatGPT trainiert wurde und auf die es eine detaillierte Antwort liefert. OpenAI gibt an, dass der Bot auch Folgefragen beantworten sowie Fehler erkennen und zugeben kann. Wie jede auf maschinellem Lernen basierende KI-Lösung – oder eigentlich jede Software – weist auch ChatGPT Einschränkungen auf. Der Chatbot liefert gelegentlich falsche Antworten, verwendet sich wiederholende Formulierungen und hat manchmal Schwierigkeiten, eine wiederholt gestellte Frage zu beantworten, bis die Formulierung der Frage leicht angepasst wird.

Man sollte bedenken, dass ChatGPT mehr ist als nur ein überdurchschnittlich guter computergestützter Gesprächspartner. Es kann zudem Code schreiben, Fehler im Code aufspüren und vieles mehr. ChatGPT behält zudem den Kontext eines bestimmten Themas im Gedächtnis, sodass Nutzer auf etwas Bezug nehmen können, das sie zuvor erwähnt haben, und ChatGPT ohne Probleme an diesen Gesprächsfaden anknüpfen kann.

Es sind diese Faktoren – sowie einige weitere –, die den InfoSec-Experten Anlass zur Sorge geben.

Apropos unterschiedliche Meinungen

Es ist durchaus möglich, dass ChatGPT die Meinungen derjenigen, die die Fähigkeiten des Chatbots erlebt haben, stärker gespalten hat als jedes andere KI-Tool auf Basis maschinellen Lernens.

Kevin Rose von der New York Times (wird in einem neuen Tab geöffnet) äußerte sich wie folgt: „ChatGPT ist, ganz einfach gesagt, der beste Chatbot mit künstlicher Intelligenz, der jemals für die breite Öffentlichkeit veröffentlicht wurde.“

Kevin ist mit dieser Überzeugung nicht allein. Das Produkt von OpenAI hat in den letzten Wochen einen enormen Popularitätsschub erlebt. Beispielsweise bezeichnet ein beliebter Artikel unter (öffnet in einem neuen Tab) die ChatGPT zugrunde liegende Technologie GPT-3 als „in manchen Bereichen beeindruckend, in anderen jedoch nach wie vor eindeutig untermenschlich“. Der Artikel enthält eine Passage, in der ein Forscher den Mangel an Menschlichkeit bei der KI beklagt und in poetischen Worten auf deren Unfähigkeit eingeht, zu lieben, Kunst, Schönheit oder Humor zu schätzen. Aus dem folgenden Absatz geht hervor, dass der vorangegangene Text tatsächlich von ChatGPT generiert wurde – das Ergebnis einer Eingabe an den Chatbot, die einige Wörter enthielt, die Skepsis gegenüber der KI zum Ausdruck brachten. Als Antwort lieferte ChatGPT einen langen, weitschweifigen Monolog darüber, wie unwahrscheinlich es sei, dass Computer jemals wirklich intelligent werden könnten.

Was die Pessimisten sagen

Auf jeden Nutzer, der von dieser Technologie begeistert ist, kommen wahrscheinlich fünf Sicherheitsforscher, die Alarm schlagen und jeden, der ihnen zuhört, vor der Bedrohung für die Cybersicherheit warnen, die von Tools wie ChatGPT ausgeht.

Beispielsweise stellt ein Artikel von „ “ auf DarkReading mit dem Titel „ “ (wird in einem neuen Tab geöffnet) ML-Lernmodelle als einen schnell wachsenden, gefährlichen neuen Angriffsvektor dar:

„Forscher haben herausgefunden, dass Angreifer Modelle des maschinellen Lernens (ML), die der künstlichen Intelligenz (KI) zugrunde liegen, missbrauchen können, um Schadsoftware zu verbreiten und sich lateral in Unternehmensnetzwerken zu bewegen.“ „Diese Modelle, die häufig öffentlich zugänglich sind, dienen als neue Ausgangsbasis für eine Reihe von Angriffen, die auch die Lieferkette eines Unternehmens untergraben können – und Unternehmen müssen sich darauf vorbereiten.“

Ein Blogbeitrag von „“ (wird in einem neuen Tab geöffnet), der am selben Tag vom SAI-Team von HiddenLayer veröffentlicht wurde, behauptet, dass dessen Forscher einen Proof-of-Concept-Angriff (POC) entwickelt haben, der demonstriert, wie ein Angreifer ML-Modelle nutzen kann, um in Unternehmensnetzwerke einzudringen.

Der Angriff stützt sich Berichten zufolge auf eine Kombination mehrerer Techniken, darunter „Steganografie zum Verbergen bösartiger Payloads sowie Schwachstellen bei der Deserialisierung von Daten, die zur Ausführung von beliebigem Code ausgenutzt werden können“.

In dem Beitrag wird darauf hingewiesen, dass das für den Angriff genutzte Modell die derzeitigen Antiviren-Erkennungs- und EDR-Lösungen umgeht, und es heißt weiter: „Derzeit bieten die gängigsten Anti-Malware-Lösungen kaum oder gar keine Unterstützung beim Scannen nach ML-basierten Bedrohungen.“

Ein weiteres großes – und vielleicht das offensichtlichste – Problem für Sicherheitsexperten ist die potenzielle Fähigkeit von ML-Modellen, äußerst ausgefeilte und überzeugende Phishing-Kampagnen vom Typ „ “ zu generieren:.

Mehrere Forscher der „“ haben bereits die Fähigkeit von ChatGPT getestet, überzeugende Phishing-Nachrichten und Köder zu erstellen ( (öffnet in einem neuen Tab)), und dabei überraschend erfolgreiche Ergebnisse erzielt.

Einige findige Nutzer haben bereits benutzerfreundliche Oberflächen entwickelt, die den Anwendern dabei helfen sollen, die Fähigkeit von ChatGPT zur Erstellung von E-Mails optimal zu nutzen.

Zudem bestehen Bedenken hinsichtlich der möglichen Auswirkungen von ML-Modellen auf Lieferketten. Unternehmen mit begrenzten IT-Ressourcen greifen bei der Bereitstellung von ML-Modellen häufig auf Open-Source-Repositorien zum Austausch von Modellen zurück. Solchen Repositorien mangelt es häufig an einer angemessenen Aufsicht und umfassenden Sicherheitskontrollen.

Dies hat den doppelten Effekt, dass sowohl die Angriffsfläche vergrößert wird als auch die Nutzer einem höheren Risiko ausgesetzt sind, das sich aus ihrer Abhängigkeit von Modellen ergibt, die sehr wohl manipuliert oder für böswillige Zwecke missbraucht sein könnten. Das Gleiche gilt für Unternehmen, die bei Modellen auf Dritte angewiesen sind.

Analystenkommentare des Cyber Threat Intelligence-Teams von Tanium

„Zwar ist die Wahrscheinlichkeit, dass diese verschiedenen POCs in der Praxis erfolgreich sind, zugegebenermaßen wahrscheinlich gering, doch darf man nicht vergessen, dass sich diese Technologie noch in einem relativ frühen Entwicklungsstadium befindet und Angreifer ihre Weiterentwicklung mit Sicherheit aufmerksam verfolgen.“

„Dennoch gibt es Anlass zu vorsichtigem Optimismus. Schon viel zu lange sind die Begriffe „ML“ und „KI“ vor allem nur Schlagworte, die sowohl von Anbietern als auch von Cybersicherheitsexperten in Vorstandssitzungen und bei Zoom-Konferenzen hin und her geworfen werden. Maschinelles Lernen könnte sich jedoch als eine wirklich unverzichtbare Technologie für die Cybersicherheit erweisen. „ML-gestützte Lösungen haben das Potenzial, Trends zu analysieren und daraus zu lernen, um Angriffe in einem früheren Stadium abzuwehren und schneller auf Bedrohungsakteure zu reagieren, die ihr Verhalten ändern.“

„Darüber hinaus kann dies dazu beitragen, dass Cybersicherheitsteams ihre übergreifenden Reaktionspläne proaktiver gestalten, wodurch laufende Bedrohungen in Echtzeit gemindert werden und SOCs Zeit und Ressourcen freisetzen können, um andere Möglichkeiten und Aktivitäten zu verfolgen.“

Forscher des Internet-Analyseunternehmens Domain Tools haben eine neue Proxy-Plattform auf dem Markt entdeckt, die unter dem Namen „ “ bekannt ist: Black Proxies (wird in einem neuen Tab geöffnet). Der Dienst wird bei Akteuren im Bereich der Cyberbedrohungen vermarktet, indem seine Zuverlässigkeit, sein Umfang und die große Anzahl verfügbarer IP-Adressen hervorgehoben werden. Black Proxies gibt an, über 1 000 000 IP-Adressen von Privatanschlüssen und anderen Proxy-Servern aus aller Welt zu verfügen, von denen aus Angreifer ihre Operationen starten könnten.

So funktionieren Proxy-Netzwerke

Ein Proxy ermöglicht es einem Angreifer, Aktivitäten anonym durchzuführen, indem die IP-Adresse, von der aus der Angriff erfolgt, verborgen oder verschleiert wird. Der Fachbegriff für diese Proxys lautet „Proxy-Netzwerke“ oder, allgemeiner ausgedrückt, „Proxy-Dienste“, und diese Lösungen ermöglichen es, dass sich die Aktivitäten von Angreifern im Wesentlichen in den legitimen Datenverkehr einfügen.

Proxy-Netzwerke haben sich im Laufe der Jahre weiterentwickelt, ähnlich wie der Rest der Bedrohungslandschaft. In der Vergangenheit wurde ein Opfer dazu verleitet, Malware auf seinen Computer herunterzuladen; sein Rechner wurde anschließend dazu genutzt, weitere Opfer zu infizieren, und die IP-Adresse des ursprünglichen Hosts sowie aller nachfolgend kompromittierten Rechner wurde dann vom Angreifer als Proxy für weitere böswillige Aktivitäten verwendet.

Diese Methode wird bereits seit geraumer Zeit eingesetzt, doch ihre Wirksamkeit ist durch die Anzahl der Opfer begrenzt, die der Angreifer kompromittieren könnte – sowie durch dessen Fähigkeit, auf dem Rechner eine dauerhafte Präsenz aufrechtzuerhalten.

Die Entwicklung von Proxy-Taktiken

Im Laufe der Jahre haben Proxy-IPs als Übertragungsweg und Taktik von Angreifern zunehmend an Bedeutung gewonnen. Angreifer erkennen zunehmend, dass es nicht ausreicht, ihr Netzwerk um jeweils eine IP-Adresse zu erweitern. Sicherheitsexperten sperren häufig IP-Adressen, sobald diese als bösartig identifiziert werden, wodurch Angreifer gezwungen sind, ständig neue IP-Adressen zu nutzen.

Aus diesem Grund haben sich böswillige Proxy-Dienste weiterentwickelt, um eine umfangreichere IP-Infrastruktur aufzubauen. Zu den beiden neuen Vorgehensweisen, die beobachtet wurden, gehören der betrügerische Zugriff auf neue IP-Adressbereiche sowie die Neuzuweisung ganzer ASN-Blöcke.

  • RESNET: RESNET (wird in einem neuen Tab geöffnet) war ein Dienst, der betrügerische Methoden einsetzte, um Zugang zu IP-Adressblöcken von Mobilfunkunternehmen in den USA zu erlangen. Im Jahr 2019 kontrollierte RESNET über 70 000 IP-Adressen, , laut Krebs (wird in einem neuen Tab geöffnet) zum Thema Sicherheit. Das ursprüngliche Angebot von RESNET bestand im Zugang zu „Sneakerbots“, die es den Nutzern des Dienstes ermöglichten, den Kauf begehrter Sneaker zu versuchen. Den Betreibern von RESNET wurde schnell klar, dass es außerhalb des Bereichs der Sneakerbots einen größeren und lukrativeren Markt gab, den sie erschließen konnten, und so verlagerten sie ihren Schwerpunkt bald auf das Angebot von Proxy-Diensten. Der Dienst wurde schließlich von den Strafverfolgungsbehörden eingestellt.
  • INSORG: INSORG war ein weiterer beliebter Proxy-Dienst, der noch aggressivere Taktiken anwandte als RESNET. INSORG hat den IP-Adressbereich und die ASNs aufgelistet, die sich im Besitz von Unternehmen unter Zwangsverwaltung befinden. Es gelang dem Unternehmen, ganze Adressbereiche in betrügerischer Weise neu zuzuweisen, indem es sich als Insolvenzverwalter ausgab und Unterlagen bei den IP-Registrierstellen einreichte. INSORG wurde schließlich von den Behörden geschlossen (wird in einem neuen Tab geöffnet) Ende 2020.

Anfang dieses Jahres veröffentlichte das FBI eine Warnung vor der steigenden Zahl von Proxys, die von Cyberkriminellen genutzt werden, um „Credential-Stuffing“-Angriffe zu erleichtern. Die Stellungnahme enthielt Empfehlungen zur Verringerung der mit dieser Aktivität verbundenen organisatorischen Risiken, diente jedoch letztlich dazu, auf die wachsende Bedrohung durch bösartige Proxys aufmerksam zu machen.

„Black Proxies“ betraten den Markt für bösartige Proxys und sprangen ein, um die wachsende Nachfrage nach diesen Diensten zu befriedigen. Wie oben bereits erwähnt, verfügt Black Proxies über mehr als 1 000 000 Proxy-IP-Adressen aus Privathaushalten und anderen Quellen weltweit, die Angreifern jederzeit zur Verfügung stehen. Forscher untersuchten den Dienst und stellten fest, dass ein von Black Proxies im Herbst 2022 aufgeführter Pool von IP-Adressen insgesamt etwas mehr als 180 000 IP-Adressen umfasste. Zwar liegt diese Zahl deutlich unter der vom Dienst angegebenen Zahl von 1 000 000, ist jedoch immer noch erheblich größer als der IP-Adressraum, den traditionellere Dienste anbieten.

Der Dienst von Black Proxies wird den Anforderungen seiner Kunden gerecht, indem er Funktionen bietet, die für Cyberkriminelle von besonderem Interesse sind.

Forscher von Bleeping Computer haben das Preismodell von Black Proxies aufgedeckt. Die Kosten für die Nutzung des Dienstes betragen 14 Dollar pro Tag, 39 Dollar pro Woche oder 89 Dollar pro Monat. Anscheinend wird auch eine Testversion angeboten, die nur 4,90 Dollar kostet. „Bleeping Computer“ stellte zudem fest, dass eine in der „Black Proxies“-Infrastruktur enthaltene IP-Adresse zuvor mit anderen zwielichtigen Diensten in Verbindung gebracht worden war.

Analystenkommentare des Cyber Threat Intelligence-Teams von Tanium

„Die Nutzung von Proxy-Netzwerken und -Diensten durch Angreifer, die böswillige Aktivitäten betreiben, ist zwar keineswegs ein neues Phänomen, hat jedoch im Laufe der Jahre stetig an Beliebtheit gewonnen. „Wir beobachten derzeit, dass verschiedene Proxy-Dienste offensichtlich von Grund auf mit der Absicht entwickelt werden, Cyberkriminellen die Durchführung ihrer Aktivitäten zu erleichtern.“

DomainTools fasst es sehr treffend zusammen:

Kriminelle Proxy-Netzwerke sind mittlerweile ein fester Bestandteil der Welt der Cyberkriminalität. Kriminelle nutzen diese, um ihre Aktivitäten zu verschleiern, indem sie sich hinter gekaperten IP-Adressen verstecken und so einen Anschein von Legitimität erwecken, um ihre Machenschaften zu tarnen. Diese Netzwerke wurden ursprünglich im Rahmen des Aufbaus von Botnetzen aufgebaut, doch aufgrund der hohen Rentabilität dieser Dienste haben sie sich zu eigenständigen kriminellen Unternehmen entwickelt.

3. Der Ausschuss für Cybersicherheit des DHS wird die Hacking-Taktiken der Lapsus$-Gruppe untersuchen

In einer Pressemitteilung des US-Heimatschutzministeriums ( , Department of Homeland Security, 2. Dezember 2022) (wird in einem neuen Tab geöffnet) (DHS) wurde bekannt gegeben, dass der von der Biden-Regierung neu eingerichtete Ausschuss für Cybersicherheit „“ ( Cyber Safety Review Board) (öffnet in einem neuen Tab) (CSRB) – das gemäß der Executive Order (EO) 14028 von Präsident Biden zur Verbesserung der Cybersicherheit der Nation eingerichtet wurde – die jüngsten Cyberangriffe untersuchen wird, die der globalen, auf Erpressung ausgerichteten Hackergruppe „Lapsus$“ zugeschrieben werden.

Lapsus$ ist dafür verantwortlich, dass Anfang dieses Jahres eine ganze Reihe namhafter Unternehmen angegriffen wurde. Zahlreiche Vorfälle führten zum Verlust von geschützten Daten, Quellcode und anderen hochsensiblen Informationen, was letztendlich zu mehreren massiven Datenschutzverletzungen beitrug.

Lapsus$: Eine Auffrischung

Wie BleepingComputer berichtet, sorgte die Gruppe Lapsus$ wiederholt für Schlagzeilen, nachdem sie eine Reihe überraschend effektiver und schädlicher Cyberangriffe auf große Technologieunternehmen verübt hatte.

Lapsus$ gilt als einer der produktivsten Cyberkriminellen des Jahres 2022 ( ), (öffnet in einem neuen Tab) und hebt sich von seinen finanziell motivierten bzw. auf Erpressung ausgerichteten Konkurrenten dadurch ab, dass es auf traditionellere TTPs – wie beispielsweise das Ransomware-Modell – verzichtet; stattdessen setzt es stärker auf den Menschen ausgerichtete Methoden ein, die relativ ausgefeilte Social-Engineering-Techniken beinhalten, um sich Zugang zu den Zielumgebungen zu verschaffen.

Die beiden wichtigsten konkurrierenden Theorien hinsichtlich der von Lapsus$ bevorzugten Methode für den Erstzugang scheinen Sicherheitslücken zu sein, die auf die Kompromittierung von Drittanbietern zurückzuführen sind (insbesondere von Anbietern von Authentifizierungsdiensten wie Okta) sowie die Anwerbung und das Social Engineering von Insidern in namhaften Unternehmen.

Auch in Bezug auf den Fokus der Gruppe – oder vielmehr das Fehlen eines solchen – auf operative Sicherheit (OPSEC) gilt Lapsus$ gewissermaßen als schwarzes Schaf. Da Lapsus$ sich nie vor öffentlicher Aufmerksamkeit scheut, hat die Gruppe ihre Aktivitäten über einen öffentlichen Telegram-Kanal offen beworben.

CSRB führt zweite Untersuchung zu den Taktiken von Lapsus$ durch

Das erklärte Ziel der Untersuchung der Hacking-Aktivitäten der Gruppe „Lapsus$“ durch das CSRB besteht darin, sowohl öffentlichen als auch privaten Organisationen Empfehlungen zur Abwehr der Taktiken dieser Gruppe sowie der Taktiken anderer Gruppen zu geben, die möglicherweise durch den überraschenden Erfolg von „Lapsus$“ beeinflusst wurden, den diese unter Einsatz grundlegender TTPs erzielt hat.

„Mit seiner Untersuchung zu Lapsus$ wird der Ausschuss auf den Erkenntnissen aus seiner ersten Untersuchung aufbauen und umsetzbare Empfehlungen vorlegen, um den privaten und den öffentlichen Sektor dabei zu unterstützen, ihre Cyber-Resilienz zu stärken“, erklärte DHS-Minister Alejandro N. Mayorkas.

Bemerkenswert ist, dass die Formulierung der Schlagzeilen, die von zahlreichen Fachmedien verbreitet werden, äußerst irreführend ist. Mehrere Websites berichten, dass das CSRB seine zweite Untersuchung der Vorgehensweisen von Lapsus$ durchführen wird. Das ist falsch. Das CSRB führt derzeit erst seinen zweiten Überprüfungszeitraum durch (wobei sich der erste auf Schwachstellen konzentrierte, die Ende 2021 in der weit verbreiteten Open-Source-Softwarebibliothek Log4j entdeckt wurden).

Analystenkommentare des Cyber Threat Intelligence-Teams von Tanium

„Es ist ermutigend, dass das CSRB aktiv Nachforschungen zu Lapsus$ anstellt.“ „Die wirkungsvolle Kombination aus Kühnheit (bei der Auswahl der Ziele), Unverfrorenheit (beim Verspotten der Opfer und der allgemeinen Pflege einer distanzierten Online-Präsenz) sowie dem Rückgriff auf TTPs und Social-Engineering-Methoden, die mit automatisierten Lösungen nahezu unmöglich zu verhindern sind, ist eine Mischung, die jede Organisation in Unruhe versetzen sollte.“

„Zwar sollen mehrere Mitglieder von Lapsus$ von den Strafverfolgungsbehörden festgenommen worden sein, doch haben die Taktiken der Gruppe bei den kriminellen Akteuren der Cyberbedrohungslandschaft großen Eindruck hinterlassen.“ „Bei Angriffen wird zunehmend auf Social Engineering, Insider-Bedrohungen, ‚Living-off-the-Land‘-Taktiken, -Techniken und -Verfahren (TTPs) sowie Ähnliches zurückgegriffen.“

„Das CTI-Team ist gespannt auf die weiteren Erkenntnisse des CSRB und wird die Aktivitäten von Lapsus$ auch in Zukunft weiter untersuchen.“

Hier finden Sie weitere Ausgaben unserer Zusammenfassungen zu Cyberbedrohungen aus der Reihe „ “.