threat actors
PulseAugur coverage of threat actors — every cluster mentioning threat actors across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
Infoblox发现：威胁行为者利用赌场网站隐藏恶意基础设施
安全公司Infoblox已发现大量恶意基础设施隐藏在低质量的在线赌场网站背后。这些网站被危险的威胁行为者用来掩盖其活动。研究结果突显了一个令人担忧的趋势，即看似无害的赌博平台正成为更阴险操作的前台。
-
AI代理赋能威胁行为者规避检测并改进恶意软件
研究人员观察到威胁行为者正在利用AI代理来增强其恶意工具。这些AI代理被用来测试规避检测的能力，并随后修改或重建工具以绕过安全措施。虽然AI加速了这些变化，但保持系统更新和使用信誉良好的保护措施等基本网络安全实践仍然至关重要。
-
暴露的AI端点成为攻击者的新攻击面
攻击者越来越多地利用暴露的AI端点，将其转变为进攻性基础设施。这些端点通常与CRM和代码存储库等敏感内部系统集成，构成了一个新的、高价值的攻击面。攻击者利用这些系统进行隐蔽的命令与控制（C2），通过检索增强生成（RAG）进行数据渗漏，并通过操纵AI代理进行横向移动。安全团队应将AI端点视为关键基础设施，并建立强大的威胁模型，而不是将其视为简单的工具，以防止被利用。
-
AI品牌助长复杂的社会工程攻击
攻击者越来越多地利用与AI工具相关的品牌和用户信任来进行复杂的社会工程攻击。网络钓鱼活动现在模仿内部AI的推出，使用诸如“AI Security Copilot”或“FinanceGPT”之类的名称来欺骗员工泄露凭证或授予未经授权的访问权限。这些攻击利用了用户对AI界面以及AI驱动流程的感知合法性的困惑，导致重大的数据泄露和财务损失。
-
人工智能驱动的网络威胁研究一年
研究人员跟踪了一年来人工智能在网络威胁中的使用情况，以了解恶意行为者不断变化的策略。本研究旨在提供关于人工智能如何被整合到网络运营中的数据。