#ParsedReport #CompletenessHigh
30-04-2026

xlabs_v1 DDoS-for-Hire IoT Botnet Exposed: One Operator Error. An Entire Operation Revealed

https://hunt.io/blog/xlabs-v1-ddos-for-hire-operation-exposed#Indicators_of_Compromise

Report completeness: High

Actors/Campaigns:
Ddos-for-hire (motivation: script_kiddie)

Threats:
Mirai
Netcat_tool
Vltrig_tool
Decodo_socks5_tool

Victims:
Game servers, Minecraft hosts, Android tv boxes, Set top boxes, Smart tvs, Residential routers, Internet of things devices

Industry:
Iot, Transport, Media

Geo:
Japanese, Netherlands, Asian, Germany

TTPs:
Tactics: 9
Technics: 38

IOCs:
IP: 5
Domain: 3
File: 3
Coin: 1
Hash: 6

Soft:
Android, systemd, busybox, Telegram, Unix, Linux

Crypto:
monero

Algorithms:
sha256, chacha20, exhibit

Functions:
system

Win API:
ARC

Win Services:
bits

Languages:
python

Platforms:
m68k, mips, arm

Links:
http://github.com/HashVault/vltrig

#ParsedReport #GeneratedSchema
Generated with GPT-4

#ParsedReport #ChatGPT #Translated
Autotext: (TI Report Analyser + ChatGPT + Auto Translate)

------
Ботнет xlabs_v1 DDoS-for-hire для Интернета вещей (IoT), управляемый индивидуумом по имени Тадаси, нацелен на игровые серверы, использует производные от Mirai и предлагает 21 вариант атаки по протоколам TCP и UDP. Используя Android Debug Bridge (ADB) в качестве основного вектора заражения, он компрометирует различные устройства IoT и выполняет метод профилирования пропускной способности для ценообразования услуг. Его деятельность характеризуется слабыми практиками шифрования, возможностями завершения процессов для управления ресурсами и наличием признаков совместного размещения с операцией криптоджекинга, что указывает на сложную, коммерчески-ориентированную инфраструктуру киберкриминала.
-----

Расследование ботнета xlabs_v1, предоставляющего услуги DDoS-атак для интернета вещей и управляемого индивидуумом по имени Тадаси, выявило сложную и коммерчески ориентированную операцию, нацеленную преимущественно на игровые серверы и хосты Minecraft. Ботнет создан на базе Mirai и предлагает 21 вариант атаки, использующих протоколы TCP, UDP и специфические сырые протоколы, такие как RakNet и OpenVPN, предназначенные для обхода стандартных средств защиты от DDoS-атак, обычно встречающихся на потребительских устройствах.

Основной вектор заражения xlabs_v1 — Android Debug Bridge (ADB), доступный по TCP/5555, что позволяет осуществлять компрометацию ряда устройств Интернета вещей (IoT), таких как Android TV-боксы, маршрутизаторы и умные телевизоры. Ботнет включает сборки для нескольких архитектур, охватывающие ARM, MIPS, x86-64 и Android APK. После заражения эти скомпрометированные устройства профилируются на предмет пропускной способности с помощью метода, включающего 8192 одновременных TCP-соединений для оценки скорости отправки данных, что определяет ценовую модель для клиентов, приобретающих услуги DDoS.

Канал управления работает по протоколу TCP/35342 без TLS, используя протокол с рамками в открытом тексте, который опирается на шифрование ChaCha20 для защиты отдельных строк, таких как домены C2 и токены аутентификации. Интересно, что шифрование имеет уязвимости из-за плохого управления ключами, что позволяет повторно использовать ключи и потенциально извлекать конфиденциальную информацию через анализ открытого текста. Архитектура бота включает «убийственную подсистему», которая принудительно завершает процессы, способные конкурировать за пропускную способность, что указывает на продвинутое понимание управления ресурсами в общих средах.

Инфраструктура, обеспечивающая работу xlabs_v1, встроена в единый защищенный /24 блок адресов, что позволяет размещать различные операционные компоненты, такие как серверы управления (C2) и механизмы распространения, все они размещены в среде, ориентированной на конфиденциальность, в Нидерландах. Примечательно, что есть доказательства совместного размещения с операцией криптоджекинг Monero, что указывает на возможные пересечения между различными преступными деятельностью, управляемыми одним и тем же актором или в рамках одной и той же среды размещения.

Сам бот способен устранять конкурирующее ВПО на хост-системе до установления связи с C2, а также содержит процедуры, обеспечивающие закрепление через механизм резервного слушателя, готового принимать входящие подключения оператора в случае отказа стандартных каналов связи. Такой системный подход к заражению, работе и повторному заражению, наряду с набором функций бота, адаптированным для эффективных DDoS-атак, подчеркивает коммерчески жизнеспособную модель, ориентированную на прибыльность и операционную эффективность.

Индикаторы, полученные в результате аналитического процесса, включая собранные свойства бота, протоколы связи и шаблоны трафика, связаны с более широкими криминальными сетями в подземной экосистеме DDoS-for-hire. Данное расследование раскрывает сведения об операционных методах и инфраструктуре xlabs_v1, подчеркивая его значимость в ландшафте IoT-ботнетов и услуг DDoS-for-hire.

#ParsedReport #CompletenessLow
30-04-2026

These new Mac threats are designed to evade antivirus detection

https://moonlock.com/new-macos-malware-evade-antivirus

Report completeness: Low

Threats:
Shadestager
Clickfix_technique

Victims:
Mac users, Mac developers, Cloud services

Geo:
Iranian

ChatGPT TTPs:
do not use without manual check
T1005, T1082, T1105, T1552.001, T1552.004, T1573

Soft:
macOS, Kubernetes, Docker

Platforms:
arm, apple

#ParsedReport #GeneratedSchema
Generated with GPT-4

#ParsedReport #ChatGPT #Translated
Autotext: (TI Report Analyser + ChatGPT + Auto Translate)

------
В ходе недавнего анализа были выявлены два типа вредоносного ПО для macOS — Phoenix Worm и ShadeStager, которые целенаправленно атакуют разработчиков. Phoenix Worm действует как загрузчик, уклоняясь от обнаружения, устанавливая закрепление и устанавливая связь с скомпрометированными системами, потенциально распространяясь через поддельные инструкции по устранению неполадок или репозитории разработчиков. ShadeStager сосредоточен на краже конфиденциальных учетных данных разработчиков, таких как SSH-ключи и учетные данные облачных сервисов, что подчеркивает уязвимости в macOS и возрастающую сложность угроз вредоносного ПО.
-----

Недавний анализ, проведенный компанией Mosyle, выявил два новых образца вредоносного ПО для macOS под названиями Phoenix Worm и ShadeStager, предназначенных для проникновения в системы Mac и представляющих особую опасность для разработчиков. Phoenix Worm выполняет роль стейджера, закрепляясь на устройствах macOS для обеспечения возможности будущих атак. Сообщается, что это ВПО действует скрытно от большинства алгоритмов безопасности, эффективно избегая обнаружения и позволяя злоумышленникам поддерживать канал связи с скомпрометированной системой. Возможности вредоносного ПО включают закрепление на устройстве, генерацию уникальных идентификаторов системы и возможность выполнения дополнительных полезной нагрузки. Его распространение может осуществляться путем имитации легитимных инструкций по устранению неполадок или скомпрометированных репозиториев разработчиков.

В отличие от этого, ShadeStager разработан специально для нацеливания и кражи конфиденциальных учетных данных из сред разработки. Его фокус заключается в извлечении информации, такой как SSH-ключи, учетные данные облачных сервисов AWS и Azure, конфигурации Kubernetes и данные аутентификации, связанные с Git и Docker. Как Phoenix Worm, так и ShadeStager демонстрируют низкую заметность при сканировании традиционными средствами защиты, что подчеркивает растущую сложность и скрытность угроз вредоносного ПО для macOS.

Способы проникновения этих угроз в системы, включая потенциальное отравление платформ, связанных с разработкой, подчеркивают уязвимости, присутствующие в экосистеме macOS. В связи с растущей сложностью такого ВПО поддержание надежных мер безопасности имеет решающее значение для пользователей, особенно тех, кто работает в средах разработки. Постоянное появление подобных угроз требует проактивных стратегий по снижению рисков, что подчеркивает необходимость для пользователей использовать обновленные решения безопасности для защиты от этих эволюционирующих атак ВПО.

#ParsedReport #CompletenessLow
30-04-2026

Shai-Hulud resurfaces: intercom-client@7.0.4 harvesting Github credentials

https://www.netskope.com/blog/shai-hulud-intercom-client-7-0-4

Report completeness: Low

Threats:
Shai-hulud
Dead_drop_technique

Victims:
Software developers, Npm ecosystem, Github users, Software sector

ChatGPT TTPs:
do not use without manual check
T1059.007, T1070.004, T1078.004, T1102.001, T1105, T1195.001, T1528

IOCs:
File: 2

Languages:
typescript

#ParsedReport #GeneratedSchema
Generated with GPT-4

#ParsedReport #ChatGPT #Translated
Autotext: (TI Report Analyser + ChatGPT + Auto Translate)

------
Компрометация библиотеки Intercom TypeScript версии intercom-client@7.0.4 создает серьезную киберугрозу, использующую метод «скачать и выполнить» для развертывания ВПО, крадущего информацию, которая нацелена на учетные данные GitHub. Заражение начинается с хука preinstall, который запускает скрипт для загрузки среды выполнения, исполняющий полезную нагрузку, собирающую сохраненные учетные данные GitHub и ищущую в публичных сообщениях коммитов инструкции. Функция самодеструкции ВПО минимизирует обнаружение, позволяя злоумышленникам использовать украденные учетные данные для распространения дальнейших заражений среди пользователей.
-----

Недавняя компрометация библиотеки Intercom на TypeScript, в частности версии intercom-client@7.0.4, представляет собой серьезную киберугрозу, поскольку использует классическую модель «скачать и выполнить» для развертывания вредоносного ПО, крадущего информацию, предназначенного для сбора учетных данных GitHub. Этот шаблон атаки напоминает предыдущие инциденты Shai-Hulud, которые характеризуются червеобразным поведением, позволяющим распространяться за счет использования собранных учетных данных для дальнейшего заражения дополнительных пакетов npm. Учитывая значительную базу пользователей библиотеки, насчитывающую около 361 510 загрузок в неделю, существует повышенный риск массового заражения среди разработчиков, использующих этот пакет.

Механизм заражения начинается с того, что пользователи устанавливают скомпрометированную версию intercom-client, что запускает preinstall-хук, выполняющий скрипт setup.mjs. Этот скрипт отвечает за загрузку среды выполнения Bun с GitHub, которая затем запускает полезную нагрузку router_runtime.js. Эта полезная нагрузка предназначена для выполнения команды `gh auth token`, эффективно собирая сохраненные учетные данные GitHub из среды пользователя. Кроме того, ВПО опрашивает службу по адресу zero.masscan.cloud и использует публичный API поиска коммитов GitHub для работы в качестве резолвера мертвой почты. Оно ищет определенные строки в публичных сообщениях коммитов (в частности, "beautifulcastle" и "EveryBoiWeBuildIsAWormyBoi"), чтобы извлечь инструкции управления (C2), встроенные в репозиторий GitHub. Этот метод не только использует легитимные службы для обхода традиционного обнаружения C2 на сетевом уровне, но и демонстрирует сложность оперативных техник ВПО.

После выполнения вредоносного кода бинарный файл Bun удаляется сам, что направлено на минимизацию криминалистический анализ следов и усложнение усилий по обнаружению. Получив украденные учетные данные GitHub, злоумышленник может использовать их для заражения дополнительных страниц, продолжая цикл компрометация. В результате пользователям библиотеки Intercom TypeScript рекомендуется проверить свои учетные записи на наличие любой необычной активности и срочно изменить учетные данные, чтобы предотвратить возможную эксплуатацию.

#ParsedReport #CompletenessLow
30-04-2026

lightning PyPI Package Compromised in Supply Chain Attack

https://socket.dev/blog/lightning-pypi-package-compromised

Report completeness: Low

Actors/Campaigns:
Teampcp
Lapsus

Threats:
Supply_chain_technique
Credential_stealing_technique

Victims:
Software developers, Python artificial intelligence and machine learning environments, Open source software ecosystem

Industry:
Transport

ChatGPT TTPs:
do not use without manual check
T1027, T1059.007, T1105, T1132, T1195.001, T1567.001

IOCs:
File: 2

Languages:
javascript, python

#ParsedReport #GeneratedSchema
Generated with GPT-4

#ParsedReport #ChatGPT #Translated
Autotext: (TI Report Analyser + ChatGPT + Auto Translate)

------
Пакет PyPI "lightning" версий 2.6.2 и 2.6.3 был скомпрометирован в ходе атаки на Цепочку поставок, которая развертывает ВПО для кражи учетных данных при импорте и автоматически выполняет JavaScript-полезную нагрузку без взаимодействия с пользователем. ВПО нацелено на конфиденциальную информацию, включая токены аутентификации и переменные окружения, и имеет потенциал для эксплуатации API GitHub с целью передачи украденных данных. Атакующие, связанные с группой под названием Team PCP, подозреваются в более широкой деятельности по вымогательству, хотя утверждения об их принадлежности остаются неподтвержденными.
-----

Пакет PyPI "lightning", в частности версии 2.6.2 и 2.6.3, был скомпрометирован в ходе атаки на цепочку поставок, которая развертывает ВПО для кражи учетных данных при импорте. Этот инцидент затрагивает широко используемый фреймворк для искусственного интеллекта и машинного обучения, и он получил признание за свое значительное воздействие, учитывая существенные показатели ежедневных и ежемесячных загрузок пакетов.

Вредоносные версии были обнаружены сканером на базе искусственного интеллекта всего через восемнадцать минут после их публикации 30 апреля 2026 года. Скомпрометированный пакет внедряет скрытую директорию _runtime, содержащую загрузчик, который выполняет JavaScript-пэйлод с именем "router_runtime.js". Этот пэйлод размером 11 МБ, подвергнутый обфускации для уклонения от обнаружения, запускается автоматически при импорте модуля и не требует взаимодействия с пользователем. Загрузчик специально настраивается через скрипт "start.py", который загружает среду выполнения JavaScript (Bun) с GitHub.

Вредоносное ПО работает через демон-поток, который подавляет вывод и демонстрирует различные поведения, связанные с кражей учетных данных. В частности, оно нацелено на конфиденциальные материалы, такие как токены аутентификации, переменные среды, репозитории и связанные с облаком секреты. Кроме того, вредоносное ПО может активировать эксплуатацию API GitHub, позволяя зафиксировать закодированные данные в репозитории с использованием украденных токенов. Также вредоносное ПО обладает возможностью заражать архивы пакетов NPM для разработчиков, усиливая свое потенциальное воздействие.

Начальный отчет в репозитории Lightning-AI на GitHub указывал на проблему, ссылаясь на атаку через цепочку поставок в версии 2.6.3, что подтверждало скрытую цепочку выполнения. Этот отчет позже был закрыт без дополнительных публичных комментариев, оставив вопросы вокруг реакции со стороны сопровождающих.

Атакующие, связанные с этим инцидентом, связаны с группой, якобы называемой Team PCP, утверждающей связи с более широкой деятельностью по вымогательству и утечке данных. Это утверждение упоминает ссылки на другие организации, такие как LAPSUS$, которая была указана как совместный участник этой операции. Однако достоверность этих утверждений, включая подлинность подписи PGP и реальные аффилиации, остается неподтвержденной. Во время этого инцидента также сообщалось о признаках потенциальной компрометации учетных записей разработчиков, что указывает на оппортунистическое брендинг или потенциальную попытку ложного флага со стороны атакующих. Расследования поведения ВПО, связей с крупномасштабными атаками на Цепочка поставок и последствий участия Team PCP продолжаются.

#ParsedReport #CompletenessHigh
30-04-2026

Rock, paper, scissors: a new toolkit in Paper Werewolf cluster attacks

https://bi.zone/expertise/blog/kamen-nozhnitsy-bumaga-novyy-instrumentariy-v-atakakh-klastera-paper-werewolf/

Report completeness: High

Actors/Campaigns:
Paper_werewolf

Threats:
Mythic_c2_tool
Papergrabber
Echogather
Vain1
Spear-phishing_technique
Process_injection_technique
Costura_tool

Victims:
Industrial enterprises, Financial enterprises, Transportation organizations, Russian organizations

Industry:
Transport

Geo:
Russian

TTPs:
Tactics: 10
Technics: 0

IOCs:
Domain: 8
File: 32
Command: 2
Registry: 4
Path: 3
Url: 12
Hash: 27

Soft:
Telegram, Yandex Browser, Chrome, Opera, Chromium, Node.js, Visual Studio

Algorithms:
zip, rsa-4096, aes, base64, md5

Win API:
HeapCreate, HeapAlloc, CreateThread, CreateProcessW, ReadFile, TerminateProcess, CopyFileW, MoveFileExW, RegEnumKeyExW, RegEnumValueW, have more...

Languages:
javascript, visual_basic, python

Platforms:
x64, x86

#ParsedReport #GeneratedSchema
Generated with GPT-4

#ParsedReport #ChatGPT #Translated
Autotext: (TI Report Analyser + ChatGPT + Auto Translate)

------
Кластер Paper Werewolf связан с продвинутой кампанией, нацеленной на российские промышленные, финансовые и транспортные сектора, в рамках которой развертываются передовые инструменты, такие как стиллер PaperGrabber и кастомный имплант Mythic. PaperGrabber извлекает конфиденциальные данные, включая учетные данные браузеров и данные сессий Телеграм, и передает их через HTTPS на бота Телеграм. Кроме того, кампания использует несколько загрузчиков на различных языках программирования и RAT EchoGather для удаленного доступа, применяя тактики социальной инженерии через фишинг для доставки ВПО и усиливая скрытность посредством закрепления в реестре и проверок окружения.
-----

Недавние активности, приписываемые кластеру Paper Werewolf, указывают на сложную кампанию, нацеленную на российские промышленные, финансовые и транспортные сектора. Эта кампания, зафиксированная в период с марта по апрель 2026 года, включает развертывание передовых и ранее не описанных вредоносных инструментов, в частности стиллера PaperGrabber и кастомного импланта Mythic.

Стиллер PaperGrabber предназначен для извлечения различных конфиденциальных данных, включая файлы с локальных и сетевых дисков, съемных носителей, а также учетные данные из популярных веб-браузеров, таких как Chrome, Opera и Yandex. Кроме того, он извлекает данные сессий из мессенджера Телеграм. Собранная информация эксфильтруется по протоколу HTTPS и передается на бота Телеграм, настроенного злоумышленниками. Примечательно, что если параметры токена бота или идентификатора чата отсутствуют, стиллер завершает свою работу. Основные функции PaperGrabber встроены в различные классы режимов, ориентированные на разные типы сбора данных, такие как пароли браузеров, данные клиента Телеграм и файлы, соответствующие определенным расширениям, что указывает на приоритет криптографических ключей, таких как SSH.

Кроме того, кампания использует несколько загрузчиков на разных языках программирования — C++, C#, Python и JavaScript. Один из заметных загрузчиков на JavaScript, названный vain, тесно связан с типичной структурой файловой системы и манипулирует средами Node.js для работы скрытно. Этот загрузчик отвечает за скачивание вредоносных полезной нагрузки в виде шеллкода, который выполняется в памяти процесса с использованием функций Windows API. Общая цепочка выполнения часто включает создание скрытых артефактов для уклонения от обнаружения.

Атакующие также использовали троянскую программу EchoGather (RAT), которая позволяет им получать системную информацию и выполнять команды удаленно. EchoGather претерпел модификации для улучшения своих возможностей маскировки, такие как интеграция проверок для различения виртуальных и физических сред, что дополнительно усложняет усилия по обнаружению. Фишинг-кампании, использующие вредоносные вложения в формате PDF, побуждают пользователей загружать ZIP-архивы, содержащие вредоносные установщики, маскирующиеся под легитимное программное обеспечение, что усиливает опору на тактики социальной инженерии.

Важно отметить, что оперативные меры закреплены в методологии злоумышленников, включая использование ключей реестра для закрепления через функции автозапуска, применение различных программных методов для сокрытия своей деятельности и разработку команд, позволяющих удаленное управление скомпрометированными системами. Адаптация фреймворка Mythic и его методов обфускации отражают индивидуальный подход к обходу мер безопасности при сохранении эффективной функциональности ВПО. Сочетание этих инструментов и техник демонстрирует гибкость Paper Werewolf и их приверженность эволюции тактик против защитных механизмов, подчеркивая насущную необходимость проактивных стратегий кибербезопасности для сдерживания таких стойких угроз.

#ParsedReport #CompletenessLow
30-04-2026

Popular PyTorch Lightning Package Compromised by Mini Shai-Hulud

https://www.aikido.dev/blog/pytorch-lightning-pypi-compromise-mini-shai-hulud

Report completeness: Low

Threats:
Shai-hulud
Supply_chain_technique

Victims:
Software development, Machine learning developers, Cryptocurrency wallet users

ChatGPT TTPs:
do not use without manual check
T1005, T1020, T1059.006, T1059.007, T1082, T1105, T1195.001, T1552.001, T1552.004

IOCs:
File: 7
Hash: 2

Soft:
Bitwarden, MySQL, Kubernetes, Helm, Docker, CyberGhost, Discord, Slack

Wallets:
exodus_wallet

Crypto:
bitcoin, litecoin, monero, dogecoin

Algorithms:
rsa-2048, sha256

Languages:
javascript, python

Platforms:
intel, cross-platform

Links:
https://github.com/AikidoSec/safe-chain

#ParsedReport #GeneratedSchema
Generated with GPT-4

#ParsedReport #ChatGPT #Translated
Autotext: (TI Report Analyser + ChatGPT + Auto Translate)

------
Атака на цепочку поставок Mini Shai-Hulud привела к компрометации версий 2.6.2 и 2.6.3 пакета lightning в PyPI, внедрив вредоносный код, который облегчает эксфильтрацию конфиденциальной информации, такой как учетные данные разработчиков и облачные ключи. Методология перешла с npm на PyPI, используя файл с именем start.py для загрузки и выполнения дополнительных полезной нагрузки. Целевые данные включают SSH-ключи, учетные данные облачных служб, информацию о VPN и закрытые ключи криптографических кошельков из различных приложений.
-----

Атака через цепочку поставок Mini Shai-Hulud расширила свое влияние на Python Package Index (PyPI), скомпрометировав версии 2.6.2 и 2.6.3 широко используемого пакета lightning, предназначенного для обучения моделей PyTorch. Эти версии содержат вредоносный код, который позволяет скрытно осуществлять эксфильтрацию конфиденциальных данных, включая учетные данные разработчиков, секреты облачных сервисов и информацию о криптографических кошельках.

Данный инцидент следует аналогичным компрометациям пакетов Bitwarden CLI и SAP npm, что указывает на преемственность в методологии атаки со стороны того же злоумышленника, который теперь переходит от npm к PyPI. Компрометация осуществляется через файл с именем start.py, который функционирует как кроссплатформенный загрузчик Bun. Этот вредоносный скрипт определяет операционную систему и архитектуру зараженного компьютера, после чего загружает версию среды выполнения JavaScript Bun 1.3.13. Затем он выполняет другой полезный груз, router_runtime.js, представляющий собой файл размером 11 МБ, что является тактикой, согласующейся с предыдущими атаками, встреченными в рамках этой кампании.

Среди типов информации, на которую нацелены злоумышленники и которая похищается, — ключи SSH, история команд оболочки (в различных средах, таких как bash, zsh, Python, Node и базы данных), переменные окружения, учетные данные git, а также учетные данные для основных облачных сервисов, таких как AWS, GCP и Azure. Под угрозой также находятся дополнительные учетные данные для Kubernetes и Helm, Docker, токены npm и конфигурационные файлы. Особую обеспокоенность этот инцидент вызывает у тех, кто связан с криптовалютой, поскольку злоумышленники стремятся извлечь закрытые ключи из приложений кошельков, поддерживающих Bitcoin, Litecoin, Monero, Dogecoin, Dash, Exodus, Atomic и Ledger. Кроме того, под угрозой оказываются учетные данные VPN для таких сервисов, как NordVPN, ProtonVPN, CyberGhost, Windscribe и OpenVPN, а также данные сеансов платформ для общения из Discord и Slack.

Для тех, кто использует Aikido, возможности обнаружения настроены для выявления этой угрозы ВПО. Пользователям рекомендуется отслеживать свой центральный канал на предмет критических проблем, помеченных как 100/100, и инициировать ручные повторные сканирования по мере необходимости. Хотя Aikido предлагает бесплатный план, охватывающий обнаружение ВПО, подчеркивается, что организации могут извлечь выгоду из их комплексной защиты конечных точек, которая обеспечивает видимость пакетов программного обеспечения, установленных на устройствах команды. Профилактические решения, такие как Aikido Safe Chain — инструмент с открытым исходным кодом, — также доступны для перехвата и проверки команд управления пакетами npm и других систем управления пакетами с помощью разведданных Aikido перед установкой, тем самым повышая безопасность против таких атак на Цепочку поставок.

#ParsedReport #CompletenessMedium
30-04-2026

Crypto Drainers as a Converging Threat: Insights into Emerging Hybrid Attack Ecosystems

https://www.levelblue.com/blogs/spiderlabs-blog/crypto-drainers-as-a-converging-threat-insights-into-emerging-hybrid-attack-ecosystems

Report completeness: Medium

Threats:
Credential_stealing_technique
Clickfix_technique
Nova_stealer
Miolab
Credential_harvesting_technique
Stepdrainer
Etherrat

Victims:
Cryptocurrency users, Enterprise networks, Windows users

Industry:
Petroleum, E-commerce, Financial

TTPs:
Tactics: 3
Technics: 0

ChatGPT TTPs:
do not use without manual check
T1027, T1033, T1036, T1059.001, T1059.007, T1071.001, T1082, T1102.001, T1105, T1189, have more...

IOCs:
Domain: 3
File: 22
Coin: 1
Registry: 1
Path: 1
Command: 2

Soft:
OpenClaw, penClaw re, Telegram, ode.js im, inux en, Node.js, ode.js ru, indows Security Center, A, ctive Directory do, curl, have more...

Wallets:
ledger_wallet, coinbase, solflare, bybit, math_wallet, tokenpocket, exodus_wallet, metamask, daffione, newwallet, have more...

Crypto:
arbitrum, solana, ethereum, coingecko

Algorithms:
cbc, aes, base64, zip, sha256

Functions:
getAccountInfo, connect, analyzeWallet, routeStealling, stealETH, stealCollection, permitSteal, tokenSteal, approve, transferFrom, have more...

Win API:
Polygon

Languages:
php, javascript, powershell

Platforms:
cross-platform

#ParsedReport #GeneratedSchema
Generated with GPT-4

#ParsedReport #ChatGPT #Translated
Autotext: (TI Report Analyser + ChatGPT + Auto Translate)

------
Слияние традиционного киберкриминала и угроз, связанных с криптовалютой, привело к появлению сложных методов атак, что наглядно демонстрируется эволюцией современных «дрейнеров» и гибридного ВПО, такого как StepDrainer и EtherRAT. Эти инструменты используют передовые техники, включая социальную инженерию и манипуляции с блокчейном, для извлечения цифровых активов при минимальном взаимодействии со стороны пользователя. Эксплуатация поведения пользователей и уязвимостей блокчейна стирает границы между угрозами Web2 и Web3, повышая риски даже для организаций, не имеющих прямого отношения к криптовалютам.
-----

Наблюдается растущее пересечение инфраструктуры и методов, используемых киберкриминалом, нацеленным на пользователей криптовалют и тех, кто вовлечен в традиционный киберкриминал.

Вредоносное ПО и ботнеты, предназначенные для кражи учетных данных, теперь связаны с крипто-специфичными угрозами, такими как фишинговые порталы.

Современные «дрейнеры» эволюционировали от простых JavaScript-вставок до сложных систем, работающих в рамках нескольких блокчейн-сетей.

Дрейнеры отдают приоритет краже токенов высокой ценности при минимальном взаимодействии с пользователем и действуют менее заметно, чем программы-вымогатели.

Наборы «Drainer-as-a-service» доступны на подпольных рынках, что снижает порог входа для новых злоумышленников.

StepDrainer работает более чем на 20 блокчейнах, используя социальную инженерию для имитации легитимных подключений кошельков.

Техники StepDrainer включают имитацию дизайнов авторитетных торговых платформ и представление поддельных подтверждений транзакций.

EtherRAT сочетает в себе функции традиционных троянских программ удалённого доступа (RAT) с возможностями манипулирования блокчейном.

EtherRAT распространяется через троянизированный установщик, что позволяет проводить разведку и потенциально похищать криптоактивы через взаимодействия в блокчейне.

Дрейнеры эксплуатируют поведение пользователей, представляя визуальные элементы, соответствующие легитимным операциям, и обманом заставляя пользователей предоставлять одобрения.

Темы, связанные с искусственным интеллектом, используются для повышения доверия к вредоносным интерфейсам в этих атаках.

Организации, не имеющие прямого взаимодействия с криптографией, по-прежнему подвержены риску из-за скомпрометированных учетных данных или зараженных систем.

Распространение дрэйнеров и их интеграция с фишингом и распространением ВПО размывают границы между угрозами Web2 и Web3.

Злоумышленники эксплуатируют традиционные уязвимости, одновременно занимаясь сложными кражами криптоактивов, что требует единого подхода к защите в области кибербезопасности.