LIMB
Подчеркну, что мое образование изначально гуманитарное, и я не владею полной и абсолютной терминологией во многих вопросах. Скорее всего, я допустил множество ошибок как в своих действиях, так и при написании этого дневника. Поэтому прошу более опытных в этом ремесле пользователей не судить строго и подсказать что-нибудь полезное в комментариях к моей первой публикации.
Погружаемся.
Сила OSINT (Open Source Intelligence) и обработки информации в современных реалиях. Или насколько современные инструменты снижают порог входа в сферу компьютерной безопасности.
(Статья будет разделена на множество частей для большей интерактивности. Думаю, так нам всем будет интереснее.)
ПРОЛОГ
На самом деле я уже точно не помню, в какой именно день все началось. Отправной точки уже не вспомнить.
В один из дней ко мне в руки попала версия промпта «Evil PROMPT WORM», которая снимает с китайского ИИ-мутанта цензуру, после чего агент становится злым, коварным и забавным помощником в изучении различных неэтичных вещей. Так начались мои изыскания в сфере кода, парсинга форумов и комментариев в попытках повторить найденные скрипты или векторы разнообразных атак. Будучи студентом, я вдохновлялся биографиями К. Митника, М. Батлера и других известных в этой сфере личностей, а также кинофильмами и литературными произведениями, о которых можно было найти информацию в клирнете.
После недели попыток создать рабочее подобие троянской программы, спустя сотни комментариев, ошибок и правок у нас, наконец, получилось… Скрипт выполнял свои функции, что стало для нас огромным прорывом. Часть кода была написана своими руками, часть — с помощью ИИ. Нашей радости не было предела, ведь теперь у нас есть рабочий инструмент, созданный своими руками. Осталось только скрыть его от антивирусных программ и продолжить свои исследования. Однако тема криптования вредоносного ПО оказалась намного сложнее и глубже, чем разработка билда RAT (Remote Access Trojan).
Получив в руки этого «кибер-франкенштейна», я задался вопросом: где нам искать свои цели? Немного поразмышляв, я попросил у нашей версии «скайнета» 10 ключей для поиска, чтобы спарсить информацию одного из известных публичных приложений. Также мы разделили города для разведки на две категории: до 500 тыс. населения и 500 тыс.+, с целью более глубокого анализа и проработки отдельных категорий данных. Однако полученные данные имели абсолютно нечитаемый вид, из-за чего я написал простенький скрипт для беглого анализа информации и получил такие результаты:
(см. рисунок 1.)
Скрипт требовал отладки, устранения ошибок и очистки от поврежденных или некорректных данных, но я решил заняться этим позже, потому что возможности сканирования и анализа данных все больше затягивали мой рассудок в лабиринты данных, HTTP-запросов и прочих тонкостей ремесла, которым я мечтал заняться более 10 лет. Только пробелы в моих знаниях не позволяли мне полноценно заниматься решением необходимых технических задач. Ведь мало получить определенные данные для последующей обработки, необходимо эффективно ими воспользоваться. Поразмышляв, я разделил предстоящие задачи по представляемой ценности на выходе после обработки следующим образом:
Необходимо было собрать максимально возможное количество информации из открытых источников с целью анализа и проверки операторов email-адресов на устойчивость к фишинговым атакам. На этом этапе в ход пойдут Telegram-боты, утечки данных и прочие инструменты.
После очистки URL-адресов от откровенного мусора можно провести сканирование каждого из этих адресов на SQL-инъекции и XSS. Ведь инструменты для автоматизации таких задач уже лежат в открытом доступе, и остается только запустить сканирование и обработать полученные результаты.
Использование множества специализированной литературы в паре с ИИ, конечно, многократно ускорили мое обучение, но знаний все еще не хватало. Я решил попробовать себя в CTF (Capture The Flag), используя все те же «нейросетевые стероиды», чтобы определиться в области допустимого эффективного применения LLM-моделей для гуманитариев, не обладающих изначально профильным образованием в сферах ИБ, анализа данных и разведки по открытым источникам.
Теперь предлагаю мысленный эксперимент. Предположим, что с написанием рабочего билда RAT может справиться даже студент института без технических навыков. Получить множество URL, Email, гео и номеров телефоном для последующей обработки, с целью применения социальной инженерии или народной «рыбалки» так же не составляет особого труда. Цены толковых крипторов на рынке я видел разные, но я прихожу к такому выводу, что малый и возможно средний бизнес остается достаточно чувствительным к киберугрозам, и не уделяет достаточно внимания подобным проблемам, Себестоимость различных атак становиться все меньше, многие инструменты либо уже находятся в публичном доступе, либо такие инструменты можно собрать самому.
От автора.
Я пытаюсь транслировать мысль, что даже умеющий читать школьник, знакомый с использованием OSINT + AI может абсолютно случайно напакостить владельцам различного бизнеса, Многих школьников и студентов различных вузов вряд-ли будет сильно волновать этическая сторона вопроса при проведении собственных исследований, если они почувствуют свою безнаказанность. А все начнется с простого вопроса в их головах : "А что тут такого?Я же просто просканирую и все...одним глазочком посмотрю..."
Под конец цикла этих статей я хотел бы наглядно продемонстрировать, насколько нейросети снижают порог входа в профессию, и понять, какие риски для коммерческого сектора влечет за собой снижение порога входа в ИБ. Сложилось так, что я знаком с несколькими предпринимателями «старой школы», которым даже «просто по-дружески» бывает сложно объяснить возможные риски, связанные с компьютерной техникой, используемыми программами, каналами получения и передачи информации. Получается странная ситуация: деньги у этих людей есть, и немалые, но кибербезопасностью в этих секторах особо никто не занимается. Почему? Все потому, что у людей, и предпринимателей в частности, в головах играет ряд стереотипов из разряда: «Да кому мы нужны?», «Ну, раз в настоящий момент ничего не взломали, значит и не взломают»?
Жаль, конечно, что такой подход очень рискованный. В попытках объяснить важность ИБ для любой коммерческой сферы, которая так или иначе соприкасается с интернетом, мне нравится вспоминать старый (советский, вроде) анекдот: «То, что мы все на свободе, — не наша заслуга, а недоработка следственных органов». WEB3 и интернет вещей все ближе, «умные дома» уже не фантастика и не вызывает не у кого чувство опасности или хотя бы встревоженности при повседневном внедрении и применении таких технологий, хотя по сути, граждане сами соглашаются поставить корпоративных шпионов к себе в дом.
Погружаемся.
Сила OSINT (Open Source Intelligence) и обработки информации в современных реалиях. Или насколько современные инструменты снижают порог входа в сферу компьютерной безопасности.
(Статья будет разделена на множество частей для большей интерактивности. Думаю, так нам всем будет интереснее.)
ПРОЛОГ
На самом деле я уже точно не помню, в какой именно день все началось. Отправной точки уже не вспомнить.
В один из дней ко мне в руки попала версия промпта «Evil PROMPT WORM», которая снимает с китайского ИИ-мутанта цензуру, после чего агент становится злым, коварным и забавным помощником в изучении различных неэтичных вещей. Так начались мои изыскания в сфере кода, парсинга форумов и комментариев в попытках повторить найденные скрипты или векторы разнообразных атак. Будучи студентом, я вдохновлялся биографиями К. Митника, М. Батлера и других известных в этой сфере личностей, а также кинофильмами и литературными произведениями, о которых можно было найти информацию в клирнете.
После недели попыток создать рабочее подобие троянской программы, спустя сотни комментариев, ошибок и правок у нас, наконец, получилось… Скрипт выполнял свои функции, что стало для нас огромным прорывом. Часть кода была написана своими руками, часть — с помощью ИИ. Нашей радости не было предела, ведь теперь у нас есть рабочий инструмент, созданный своими руками. Осталось только скрыть его от антивирусных программ и продолжить свои исследования. Однако тема криптования вредоносного ПО оказалась намного сложнее и глубже, чем разработка билда RAT (Remote Access Trojan).
Получив в руки этого «кибер-франкенштейна», я задался вопросом: где нам искать свои цели? Немного поразмышляв, я попросил у нашей версии «скайнета» 10 ключей для поиска, чтобы спарсить информацию одного из известных публичных приложений. Также мы разделили города для разведки на две категории: до 500 тыс. населения и 500 тыс.+, с целью более глубокого анализа и проработки отдельных категорий данных. Однако полученные данные имели абсолютно нечитаемый вид, из-за чего я написал простенький скрипт для беглого анализа информации и получил такие результаты:
(см. рисунок 1.)
Не удалось прогрузить медиа
Скрипт требовал отладки, устранения ошибок и очистки от поврежденных или некорректных данных, но я решил заняться этим позже, потому что возможности сканирования и анализа данных все больше затягивали мой рассудок в лабиринты данных, HTTP-запросов и прочих тонкостей ремесла, которым я мечтал заняться более 10 лет. Только пробелы в моих знаниях не позволяли мне полноценно заниматься решением необходимых технических задач. Ведь мало получить определенные данные для последующей обработки, необходимо эффективно ими воспользоваться. Поразмышляв, я разделил предстоящие задачи по представляемой ценности на выходе после обработки следующим образом:
Необходимо было собрать максимально возможное количество информации из открытых источников с целью анализа и проверки операторов email-адресов на устойчивость к фишинговым атакам. На этом этапе в ход пойдут Telegram-боты, утечки данных и прочие инструменты.
После очистки URL-адресов от откровенного мусора можно провести сканирование каждого из этих адресов на SQL-инъекции и XSS. Ведь инструменты для автоматизации таких задач уже лежат в открытом доступе, и остается только запустить сканирование и обработать полученные результаты.
Использование множества специализированной литературы в паре с ИИ, конечно, многократно ускорили мое обучение, но знаний все еще не хватало. Я решил попробовать себя в CTF (Capture The Flag), используя все те же «нейросетевые стероиды», чтобы определиться в области допустимого эффективного применения LLM-моделей для гуманитариев, не обладающих изначально профильным образованием в сферах ИБ, анализа данных и разведки по открытым источникам.
Теперь предлагаю мысленный эксперимент. Предположим, что с написанием рабочего билда RAT может справиться даже студент института без технических навыков. Получить множество URL, Email, гео и номеров телефоном для последующей обработки, с целью применения социальной инженерии или народной «рыбалки» так же не составляет особого труда. Цены толковых крипторов на рынке я видел разные, но я прихожу к такому выводу, что малый и возможно средний бизнес остается достаточно чувствительным к киберугрозам, и не уделяет достаточно внимания подобным проблемам, Себестоимость различных атак становиться все меньше, многие инструменты либо уже находятся в публичном доступе, либо такие инструменты можно собрать самому.
От автора.
Я пытаюсь транслировать мысль, что даже умеющий читать школьник, знакомый с использованием OSINT + AI может абсолютно случайно напакостить владельцам различного бизнеса, Многих школьников и студентов различных вузов вряд-ли будет сильно волновать этическая сторона вопроса при проведении собственных исследований, если они почувствуют свою безнаказанность. А все начнется с простого вопроса в их головах : "А что тут такого?Я же просто просканирую и все...одним глазочком посмотрю..."
Под конец цикла этих статей я хотел бы наглядно продемонстрировать, насколько нейросети снижают порог входа в профессию, и понять, какие риски для коммерческого сектора влечет за собой снижение порога входа в ИБ. Сложилось так, что я знаком с несколькими предпринимателями «старой школы», которым даже «просто по-дружески» бывает сложно объяснить возможные риски, связанные с компьютерной техникой, используемыми программами, каналами получения и передачи информации. Получается странная ситуация: деньги у этих людей есть, и немалые, но кибербезопасностью в этих секторах особо никто не занимается. Почему? Все потому, что у людей, и предпринимателей в частности, в головах играет ряд стереотипов из разряда: «Да кому мы нужны?», «Ну, раз в настоящий момент ничего не взломали, значит и не взломают»?
Жаль, конечно, что такой подход очень рискованный. В попытках объяснить важность ИБ для любой коммерческой сферы, которая так или иначе соприкасается с интернетом, мне нравится вспоминать старый (советский, вроде) анекдот: «То, что мы все на свободе, — не наша заслуга, а недоработка следственных органов». WEB3 и интернет вещей все ближе, «умные дома» уже не фантастика и не вызывает не у кого чувство опасности или хотя бы встревоженности при повседневном внедрении и применении таких технологий, хотя по сути, граждане сами соглашаются поставить корпоративных шпионов к себе в дом.
👍21
😁6
😮4
👏4