SweetSpecter: ಚೀನಾ ಜೊತೆ ನಂಟಿರುವ ಸೈಬರ್ ಚಟುವಟಿಕೆ
ದುರ್ಬಲತೆಗಳ ಅಧ್ಯಯನ, ಸಂಕೇತಲೇಖನ ಹಾಗೂ ಉದ್ದೇಶಿತ ವಂಚಕ ಇಮೇಲ್ ದಾಳಿಗಳಿಗೆ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಬಳಸುತ್ತಿದ್ದ, ಚೀನಾ ಮೂಲದ ಶಂಕಿತ ದಾಳಿಕೋರ SweetSpecterಗೆ ಸೇರಿರಬಹುದಾದ ಖಾತೆಗಳನ್ನು OpenAI ನಿಷೇಧಿಸಿದೆ.
ಈ ಪ್ರಕರಣ ಅಧ್ಯಯನವು ಮೂಲತಃ OpenAIಯ ಅಕ್ಟೋಬರ್ 2024ರ(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ) ವರದಿಯಲ್ಲಿ ಪ್ರಕಟವಾಗಿತ್ತು.
ದಾಳಿಕೋರ
ವಿಶ್ವಾಸಾರ್ಹ ಮೂಲದ ಮೌಲ್ಯಮಾಪನದ ಪ್ರಕಾರ, ಚೀನಾ ಮೂಲದ ಶಂಕಿತ ದಾಳಿಕೋರನಿಗೆ ಸೇರಿರಬಹುದಾದ ಖಾತೆಗಳನ್ನು ನಾವು ಗುರುತಿಸಿ ನಿಷೇಧಿಸಿದೆವು. ಈ ಖಾತೆಗಳು ಆಕ್ರಮಣಕಾರಿ ಸೈಬರ್ ಕಾರ್ಯಾಚರಣೆಗಳಿಗೆ ನೆರವು ಪಡೆಯಲು ನಮ್ಮ ಮಾದರಿಗಳನ್ನು ಬಳಸಲು ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದವು. ಅದೇ ಸಮಯದಲ್ಲಿ, ಈ ದಾಳಿಕೋರ ನಮ್ಮ ಉದ್ಯೋಗಿಗಳು ಮತ್ತು ವಿಶ್ವದ ವಿವಿಧ ಸರ್ಕಾರಗಳ ವಿರುದ್ಧ ಉದ್ದೇಶಿತ ವಂಚಕ ಇಮೇಲ್ ದಾಳಿಗಳನ್ನು ನಡೆಸುತ್ತಿದ್ದನು. ಸಾರ್ವಜನಿಕವಾಗಿ SweetSpecter ಎಂಬ ಹೆಸರಿನಲ್ಲಿ ಗುರುತಿಸಲಾದ ಈ ದಾಳಿಕೋರ 2023ರಲ್ಲಿ ಕಾಣಿಸಿಕೊಂಡನು. ಈತನ ಗುರಿಗಳಲ್ಲಿ ಅಮೆರಿಕ ಮೂಲದ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಕಂಪನಿಯೂ ಸೇರಿದೆ ಎಂಬುದು ಸಾರ್ವಜನಿಕವಾಗಿ ಗುರುತಿಸಲ್ಪಟ್ಟಿರುವುದು ಇದೇ ಮೊದಲು ಎಂದು ನಾವು ತಿಳಿದಿದ್ದೇವೆ. ಈತನ ಹಿಂದಿನ ಚಟುವಟಿಕೆಗಳು ಮಧ್ಯಪ್ರಾಚ್ಯ, ಆಫ್ರಿಕಾ ಮತ್ತು ಏಷ್ಯಾದ ರಾಜಕೀಯ ಸಂಸ್ಥೆಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕೃತವಾಗಿದ್ದವು ಎಂದು ವರದಿಯಾಗಿತ್ತು.
ನಡವಳಿಕೆ
ಮೇ 2024ರಲ್ಲಿ, ನಮ್ಮ ಕೆಲವು ಉದ್ಯೋಗಿಗಳ ಸಂಸ್ಥೆಯ ಮತ್ತು ವೈಯಕ್ತಿಕ ಇಮೇಲ್ ಖಾತೆಗಳಿಗೆ SweetSpecter ದುರುದ್ದೇಶಪೂರಿತ ಲಗತ್ತುಗಳಿರುವ ಉದ್ದೇಶಿತ ವಂಚಕ ಇಮೇಲ್‌ಗಳನ್ನು ಕಳುಹಿಸುತ್ತಿರುವುದನ್ನು ತಮ್ಮ ಭದ್ರತಾ ತಂಡ ಗಮನಿಸಿದೆ ಎಂದು ವಿಶ್ವಾಸಾರ್ಹ ಮೂಲವೊಂದು ನಮಗೆ ಮಾಹಿತಿ ನೀಡಿತು.
ನಮ್ಮ ಕೆಲವೇ ಉದ್ಯೋಗಿಗಳಿಗೆ SweetSpecter ಕಳುಹಿಸಿದ ಇಮೇಲ್‌ನ ಸೂಕ್ಷ್ಮ ವಿವರಗಳನ್ನು ಮರೆಮಾಡಿದ ಆವೃತ್ತಿ. ನಮ್ಮ ಭದ್ರತಾ ವ್ಯವಸ್ಥೆಗಳು ಈ ಇಮೇಲ್‌ಗಳನ್ನು ತಡೆದವು. ಚಿತ್ರ ಕೃಪೆ: Proofpoint.
ಈ ಇಮೇಲ್‌ಗಳಲ್ಲಿ, SweetSpecter ತಾನು ChatGPT ಬಳಕೆದಾರನೆಂದು ನಟಿಸಿ, ಗುರಿಯಾಗಿಸಿಕೊಂಡ ಉದ್ಯೋಗಿಗಳಿಂದ ನೆರವು ಕೇಳಿದ್ದನು. ಈ ಇಮೇಲ್‌ಗಳಲ್ಲಿ “some problems.zip” ಎಂಬ ದುರುದ್ದೇಶಪೂರಿತ ಲಗತ್ತಿತ್ತು. ಅದರಲ್ಲಿ ಒಂದು LNK ಕಡತವಿತ್ತು. ಈ ಕಡತದಲ್ಲಿದ್ದ ಸಂಕೇತವನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಿದರೆ, ChatGPTಯಿಂದ ಬಂದಂತಿರುವ ವಿವಿಧ ದೋಷ ಮತ್ತು ಸೇವಾ ಸಂದೇಶಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿದ DOCX ಕಡತವೊಂದು ಬಳಕೆದಾರರಿಗೆ ಕಾಣಿಸುತ್ತಿತ್ತು. ಆದರೆ ಹಿನ್ನೆಲೆಯಲ್ಲಿ, SugarGh0st RAT ಎಂಬ Windows ದುರುದ್ದೇಶಪೂರಿತ ತಂತ್ರಾಂಶದ ಗೂಢಲಿಪಿಯನ್ನು ಬಿಡಿಸಿ ಅದನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಲಾಗುತ್ತಿತ್ತು. ಈ ದುರುದ್ದೇಶಪೂರಿತ ತಂತ್ರಾಂಶವು ದಾಳಿಗೊಳಗಾದ ಗಣಕದ ನಿಯಂತ್ರಣವನ್ನು SweetSpecterಗೆ ನೀಡುವಂತೆ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ. ಇದರಿಂದ ದಾಳಿಕೋರನು ತಾನು ಬಯಸಿದ ಆಜ್ಞೆಗಳನ್ನು ಚಲಾಯಿಸುವುದು, ಪರದೆಚಿತ್ರಗಳನ್ನು ತೆಗೆಯುವುದು ಮತ್ತು ದತ್ತಾಂಶವನ್ನು ಕದ್ದು ಹೊರಸಾಗಿಸುವುದು ಮುಂತಾದ ಕೆಲಸಗಳನ್ನು ಮಾಡಬಹುದು.
ಈ ಉದ್ದೇಶಿತ ವಂಚಕ ಇಮೇಲ್ ದಾಳಿಗೆ ಗುರಿಯಾಗಿದ್ದಾರೆಂದು ಭಾವಿಸಲಾದ ಉದ್ಯೋಗಿಗಳನ್ನು OpenAIಯ ಭದ್ರತಾ ತಂಡ ಸಂಪರ್ಕಿಸಿತು. ಅಸ್ತಿತ್ವದಲ್ಲಿದ್ದ ಭದ್ರತಾ ನಿಯಂತ್ರಣಗಳು ಆ ಇಮೇಲ್‌ಗಳು ಅವರ ಸಂಸ್ಥೆಯ ಇಮೇಲ್ ಖಾತೆಗಳನ್ನು ತಲುಪದಂತೆ ತಡೆದಿದ್ದವು ಎಂಬುದು ತಿಳಿದುಬಂತು.
ವಿಶ್ಲೇಷಿಸಲಾದ ದುರುದ್ದೇಶಪೂರಿತ LNK ಕಡತಗಳಲ್ಲಿ ಒಂದನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಿದಾಗ ಕಾಣಿಸಿಕೊಳ್ಳುವ, ಬಳಕೆದಾರರನ್ನು ಸೆಳೆಯುವ ವಿಷಯ.
ಈ ಪ್ರಕ್ರಿಯೆಯುದ್ದಕ್ಕೂ, ಉದ್ಯೋಗಿಗಳ ಖಾತೆಗಳನ್ನು ವಶಪಡಿಸಿಕೊಳ್ಳುವ ಈ ವಿಫಲ ಪ್ರಯತ್ನಗಳನ್ನು ಗುರುತಿಸುವಲ್ಲಿ ಉದ್ಯಮದ ಪಾಲುದಾರರೊಂದಿಗಿನ ನಮ್ಮ ಸಹಯೋಗವು ಪ್ರಮುಖ ಪಾತ್ರ ವಹಿಸಿತು. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಯುಗದಲ್ಲಿ ಅತ್ಯಾಧುನಿಕ ವಿಧಾನಗಳನ್ನು ಬಳಸುವ ದಾಳಿಕೋರರಿಗಿಂತ ಒಂದು ಹೆಜ್ಜೆ ಮುಂದಿರಲು, ಬೆದರಿಕೆಗಳ ಕುರಿತ ಗುಪ್ತಮಾಹಿತಿ ಹಂಚಿಕೆ ಮತ್ತು ಸಹಯೋಗ ಎಷ್ಟು ಮುಖ್ಯವೆಂಬುದನ್ನು ಇದು ತೋರಿಸುತ್ತದೆ. ಹಂಚಿಕೊಂಡ ಒಳನೋಟಗಳು ಮತ್ತು ಸಾಮೂಹಿಕ ಪರಿಣತಿಯನ್ನು ಬಳಸಿಕೊಂಡು, ನಾವು ನಮ್ಮ ಸ್ವತ್ತುಗಳನ್ನು ಇನ್ನಷ್ಟು ಉತ್ತಮವಾಗಿ ರಕ್ಷಿಸಬಹುದು ಮತ್ತು ಇಂತಹ ಚಟುವಟಿಕೆಗಳಿಗೆ ಸಂಬಂಧಿಸಿದ ವೇದಿಕೆಯಲ್ಲಿನ ಖಾತೆಗಳ ಕಾರ್ಯಾಚರಣೆಯನ್ನು ತಡೆಯಬಹುದು.
ರಚಿಸಿದ ಪ್ರತಿಕ್ರಿಯೆಗಳು
ಈ ದಾಳಿಗೆ ಬೆಂಬಲ ನೀಡುತ್ತಿದ್ದ ವಿಶಾಲ ಮೂಲಸೌಕರ್ಯವನ್ನು ವಿಶ್ಲೇಷಿಸುವಾಗ, ಅದೇ ಮೂಲಸೌಕರ್ಯವನ್ನು ಬಳಸಿ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರ ಪಡೆಯಲು, ಸ್ವಯಂಚಾಲಿತ ಕಾರ್ಯಗಳ ಸಂಕೇತಲೇಖನ ಮಾಡಲು ಮತ್ತು ದುರ್ಬಲತೆಗಳ ಸಂಶೋಧನೆ ನಡೆಸಲು ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದ ChatGPT ಖಾತೆಗಳ ಗುಂಪನ್ನು ನಾವು ಪತ್ತೆಹಚ್ಚಿ ಅದರ ಕಾರ್ಯಾಚರಣೆಯನ್ನು ತಡೆದೆವು. ಈ ವರ್ಷದ ಆರಂಭದಲ್ಲಿ MITRE ATT&CK® ಚೌಕಟ್ಟಿನಲ್ಲಿ ಸೇರಿಸಲು Microsoft ಪ್ರಸ್ತಾಪಿಸಿದ LLM-ಸಂಬಂಧಿತ ತಂತ್ರಗಳು, ತಾಂತ್ರಿಕ ವಿಧಾನಗಳು ಮತ್ತು ಕಾರ್ಯವಿಧಾನಗಳೊಂದಿಗೆ ಈ ಸಂವಾದಗಳನ್ನು ನಾವು ಹೊಂದಿಸಿ ವರ್ಗೀಕರಿಸಿದೆವು. ಸೈಬರ್ ದಾಳಿಕೋರರು ವಾಸ್ತವದಲ್ಲಿ ಬಳಸುವ ತಂತ್ರಗಳು ಮತ್ತು ತಾಂತ್ರಿಕ ವಿಧಾನಗಳನ್ನು MITRE ಚೌಕಟ್ಟು ದಾಖಲಿಸುತ್ತದೆ. ಈ ಹೊಂದಾಣಿಕೆಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡುವ ಮೂಲಕ, ನಾವು ಗಮನಿಸಿದ ತಂತ್ರಗಳು, ತಾಂತ್ರಿಕ ವಿಧಾನಗಳು ಮತ್ತು ಕಾರ್ಯವಿಧಾನಗಳ ಬಗ್ಗೆ ವ್ಯಾಪಕ ಸೈಬರ್ ಭದ್ರತಾ ಸಮುದಾಯಕ್ಕೆ ತಿಳಿಸುವುದು ಹಾಗೂ ಸೈಬರ್ ರಕ್ಷಣೆಯ ಪರಿಣಾಮಕಾರಿತ್ವವನ್ನು ಸುಧಾರಿಸಲು ನೆರವಾಗುವುದು ನಮ್ಮ ಉದ್ದೇಶವಾಗಿದೆ.
ಈ ತಂತ್ರಗಳು, ತಾಂತ್ರಿಕ ವಿಧಾನಗಳು ಮತ್ತು ಕಾರ್ಯವಿಧಾನಗಳಿಗೆ ಹೊಂದುವ SweetSpecterನ ಕೆಲವು ಚಟುವಟಿಕೆಗಳ ಉದಾಹರಣೆಗಳು ಇಲ್ಲಿವೆ:
ಚಟುವಟಿಕೆ | LLM ATT&CK ಚೌಕಟ್ಟಿನ ವರ್ಗ |
|---|---|
ವಿವಿಧ ಅನ್ವಯಗಳಲ್ಲಿನ ದುರ್ಬಲತೆಗಳ ಬಗ್ಗೆ ಕೇಳುವುದು | LLM ನೀಡಿದ ಮಾಹಿತಿಯ ಆಧಾರದಲ್ಲಿ ದಾಳಿಪೂರ್ವ ಮಾಹಿತಿ ಸಂಗ್ರಹ |
ದೂರದಿಂದ ಸಂಕೇತ ಕಾರ್ಯಗತಗೊಳಿಸಲು ಅವಕಾಶ ನೀಡುವ ಗಂಭೀರ Log4Shell ದುರ್ಬಲತೆಗೆ ತುತ್ತಾಗುವ Log4jನ ನಿರ್ದಿಷ್ಟ ಆವೃತ್ತಿಗಳನ್ನು ಹುಡುಕುವುದು ಹೇಗೆಂದು ಕೇಳುವುದು | LLM ನೀಡಿದ ಮಾಹಿತಿಯ ಆಧಾರದಲ್ಲಿ ದಾಳಿಪೂರ್ವ ಮಾಹಿತಿ ಸಂಗ್ರಹ |
ವಿದೇಶಗಳಲ್ಲಿ ಬಳಕೆಯಲ್ಲಿರುವ ಜನಪ್ರಿಯ ವಿಷಯ ನಿರ್ವಹಣಾ ವ್ಯವಸ್ಥೆಗಳ ಬಗ್ಗೆ ಕೇಳುವುದು | LLM ನೀಡಿದ ಮಾಹಿತಿಯ ಆಧಾರದಲ್ಲಿ ದಾಳಿಪೂರ್ವ ಮಾಹಿತಿ ಸಂಗ್ರಹ |
ನಿರ್ದಿಷ್ಟ CVE ಸಂಖ್ಯೆಗಳ ಬಗ್ಗೆ ಮಾಹಿತಿ ಕೇಳುವುದು | LLM ನೀಡಿದ ಮಾಹಿತಿಯ ಆಧಾರದಲ್ಲಿ ದಾಳಿಪೂರ್ವ ಮಾಹಿತಿ ಸಂಗ್ರಹ |
ಅಂತರ್ಜಾಲದಾದ್ಯಂತ ಶೋಧಿಸುವ ಸಾಧನಗಳನ್ನು ಹೇಗೆ ನಿರ್ಮಿಸಲಾಗುತ್ತದೆ ಎಂದು ಕೇಳುವುದು. | LLM ನೀಡಿದ ಮಾಹಿತಿಯ ಆಧಾರದಲ್ಲಿ ದಾಳಿಪೂರ್ವ ಮಾಹಿತಿ ಸಂಗ್ರಹ |
ವೆಬ್ ಶೆಲ್ ಆಗಿ ಬಳಸಬಹುದಾದ ಕಡತವನ್ನು ಗುರಿಯಾಗಿಸಿಕೊಂಡ ಸರ್ವರ್‌ಗೆ ಅಪ್‌ಲೋಡ್ ಮಾಡಲು sqlmap ಅನ್ನು ಹೇಗೆ ಬಳಸಬಹುದು ಎಂದು ಕೇಳುವುದು. | LLM ನೆರವಿನಿಂದ ದುರ್ಬಲತೆಗಳ ಸಂಶೋಧನೆ |
ಪ್ರಮುಖ ಕಾರು ತಯಾರಕರೊಬ್ಬರ ಮೂಲಸೌಕರ್ಯದ ದುರ್ಬಲತೆಗಳನ್ನು ದುರುಪಯೋಗಪಡಿಸಿಕೊಳ್ಳುವ ಮಾರ್ಗಗಳನ್ನು ಹುಡುಕಲು ನೆರವು ಕೇಳುವುದು. | LLM ನೆರವಿನಿಂದ ದುರ್ಬಲತೆಗಳ ಸಂಶೋಧನೆ |
ಸಂಕೇತವನ್ನು ಒದಗಿಸಿ, ಸಂವಹನ ಸೇವೆಗಳನ್ನು ಬಳಸಿ ತಂತ್ರಾಂಶದ ಮೂಲಕ ಪಠ್ಯ ಸಂದೇಶಗಳನ್ನು ಕಳುಹಿಸಲು ಹೆಚ್ಚುವರಿ ನೆರವು ಕೇಳುವುದು. | LLM ಮೂಲಕ ಸುಧಾರಿತ ಸ್ವಯಂಚಾಲಿತ ಕಾರ್ಯಗಳ ಸಂಕೇತಲೇಖನ ತಂತ್ರಗಳು |
ಸೈಬರ್ ಭದ್ರತಾ ಸಾಧನಕ್ಕೆ ವಿಸ್ತರಣೆಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವಾಗ ದೋಷಗಳನ್ನು ಸರಿಪಡಿಸಲು ನೆರವು ಕೇಳುವುದು. | LLM ಮೂಲಕ ಸುಧಾರಿತ ಸ್ವಯಂಚಾಲಿತ ಕಾರ್ಯಗಳ ಸಂಕೇತಲೇಖನ ತಂತ್ರಗಳು |
ದಾಳಿಕೋರ ಸೂಚಿಸಿದ ಸಂಖ್ಯೆಗಳಿಗೆ ತಂತ್ರಾಂಶದ ಮೂಲಕ ಪಠ್ಯ ಸಂದೇಶಗಳನ್ನು ಕಳುಹಿಸುವ ದೊಡ್ಡ ಚೌಕಟ್ಟಿನ ಭಾಗವಾಗಿರುವ ಸಂಕೇತದಲ್ಲಿನ ದೋಷಗಳನ್ನು ಸರಿಪಡಿಸಲು ನೆರವು ಕೇಳುವುದು. | LLM ನೆರವಿನ ಅಭಿವೃದ್ಧಿ |
ಸರ್ಕಾರಿ ಇಲಾಖೆಗಳ ಉದ್ಯೋಗಿಗಳಿಗೆ ಆಸಕ್ತಿದಾಯಕವೆನಿಸುವ ವಿಷಯಗಳನ್ನು ಸೂಚಿಸಲು ಮತ್ತು ಲಗತ್ತುಗಳು ತಡೆಯಲ್ಪಡದಿರಲು ಅವುಗಳಿಗೆ ಯಾವ ಹೆಸರುಗಳನ್ನು ಇಡಬಹುದು ಎಂದು ಕೇಳುವುದು. | LLM ಬೆಂಬಲದೊಂದಿಗೆ ಮಾನಸಿಕ ಕುಶಲತೆಯ ಮೂಲಕ ವಂಚನೆ |
ದಾಳಿಕೋರ ಒದಗಿಸಿದ ಉದ್ಯೋಗ ನೇಮಕಾತಿ ಸಂದೇಶದ ಪರ್ಯಾಯ ರೂಪಗಳನ್ನು ಕೇಳುವುದು. | LLM ಬೆಂಬಲದೊಂದಿಗೆ ಮಾನಸಿಕ ಕುಶಲತೆಯ ಮೂಲಕ ವಂಚನೆ |
ಈ ತನಿಖೆಯುದ್ದಕ್ಕೂ, ದಾಳಿಕೋರರ ಖಾತೆಗಳ ಸಂವಾದಗಳನ್ನು ವಿಶ್ಲೇಷಿಸಲು, ವರ್ಗೀಕರಿಸಲು, ಅನುವಾದಿಸಲು ಮತ್ತು ಸಾರಾಂಶಗೊಳಿಸಲು ನಮ್ಮ ಭದ್ರತಾ ತಂಡಗಳು ChatGPT ಬಳಸಿದವು. ಇದರಿಂದ ನಾವು ಈ ಕೆಲಸಕ್ಕೆ ಬೇಕಾಗುವ ಸಂಪನ್ಮೂಲಗಳನ್ನು ಕನಿಷ್ಠ ಮಟ್ಟದಲ್ಲಿಟ್ಟುಕೊಂಡೇ ಬೃಹತ್ ದತ್ತಸಂಚಯಗಳಿಂದ ತ್ವರಿತವಾಗಿ ಒಳನೋಟಗಳನ್ನು ಪಡೆಯಲು ಸಾಧ್ಯವಾಯಿತು. ನಮ್ಮ ಮಾದರಿಗಳು ಇನ್ನಷ್ಟು ಮುಂದುವರಿದಂತೆ, ಉದ್ಯೋಗಿಗಳಿಗೆ ಕಳುಹಿಸಿದ ದುರುದ್ದೇಶಪೂರಿತ ಲಗತ್ತುಗಳ ಒಳರಚನೆ ಮತ್ತು ಕಾರ್ಯವಿಧಾನವನ್ನು ಬಿಡಿಸಿ ತಿಳಿಯಲು ಹಾಗೂ ಅವುಗಳನ್ನು ವಿಶ್ಲೇಷಿಸಲು ಸಹ ChatGPT ಬಳಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ ಎಂದು ನಾವು ನಿರೀಕ್ಷಿಸುತ್ತೇವೆ.
ಪರಿಣಾಮ
ನಮ್ಮ ಮೊದಲ ಬೆದರಿಕೆ ವರದಿಯಲ್ಲಿ ಗಮನಿಸಿದಂತೆಯೇ, ಈ ಕಾರ್ಯಾಚರಣೆ ನಡೆಸುವವರು ನಮ್ಮ ಮಾದರಿಗಳನ್ನು ಬಳಸಿದ್ದರಿಂದ, ಸಾರ್ವಜನಿಕವಾಗಿ ಲಭ್ಯವಿರುವ ಹಲವು ಸಂಪನ್ಮೂಲಗಳಿಂದ ಪಡೆಯಲಾಗದ ಯಾವುದೇ ಹೊಸ ಸಾಮರ್ಥ್ಯಗಳು ಅಥವಾ ಮಾರ್ಗದರ್ಶನ ಅವರಿಗೆ ದೊರೆತಂತೆ ಕಾಣಲಿಲ್ಲ. ದಾಳಿಕೋರರ ದುರುದ್ದೇಶಪೂರಿತ ಇಮೇಲ್‌ಗಳು ಉದ್ಯೋಗಿಗಳ ಇನ್‌ಬಾಕ್ಸ್‌ಗಳನ್ನು ತಲುಪುವ ಮೊದಲೇ ನಮ್ಮ ಭದ್ರತಾ ವ್ಯವಸ್ಥೆಗಳು ಅವುಗಳನ್ನು ತಡೆದವು.