SweetSpecter: တရုတ်နှင့် ဆက်နွှယ်သော ဆိုက်ဘာလှုပ်ရှားမှု
တရုတ်အခြေစိုက်ဟု သံသယရှိသော SweetSpecter ၏အကောင့်များဟု ယူဆရပြီး AI ဖြင့် လုံခြုံရေးအားနည်းချက်ရှာဖွေ၊ ကုဒ်ရေး၊ ပစ်မှတ်ထား phishing လုပ်ဆောင်မှုကို ပံ့ပိုးနေသည့်အကောင့်များအား OpenAI ပိတ်ပင်ခဲ့သည်။
ဤဖြစ်ရပ်လေ့လာချက်ကို OpenAI ၏ ၂၀၂၄ ခုနှစ် အောက်တိုဘာလ(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) အစီရင်ခံစာတွင် မူလက ထုတ်ဝေခဲ့သည်။
တိုက်ခိုက်သူ
ကျွန်ုပ်တို့၏ မော်ဒယ်များကို ဆိုက်ဘာတိုက်ခိုက်ရေးလုပ်ငန်းများတွင် အသုံးပြုရန် ကြိုးပမ်းနေသည့်အပြင် ကျွန်ုပ်တို့၏ ဝန်ထမ်းများနှင့် ကမ္ဘာတစ်ဝန်းရှိ အစိုးရများကို တစ်ပြိုင်နက်တည်း ပစ်မှတ်ထား phishing တိုက်ခိုက်မှုများ ပြုလုပ်နေသော အကောင့်များကို ကျွန်ုပ်တို့ ဖော်ထုတ်ပိတ်ပင်ခဲ့သည်။ ယုံကြည်စိတ်ချရသော သတင်းရင်းမြစ်၏ အကဲဖြတ်ချက်အရ ထိုအကောင့်များသည် တရုတ်နိုင်ငံအခြေစိုက်ဟု သံသယရှိသည့် တိုက်ခိုက်သူအဖွဲ့၏ အကောင့်များ ဖြစ်နိုင်ခြေများသည်။ အများပြည်သူဆိုင်ရာ စောင့်ကြည့်မှတ်တမ်းများတွင် SweetSpecter ဟု ခေါ်ဆိုသော ဤတိုက်ခိုက်သူအဖွဲ့သည် ၂၀၂၃ ခုနှစ်တွင် ပေါ်ပေါက်လာခဲ့သည်။ ယခင်လှုပ်ရှားမှုများမှာ အရှေ့အလယ်ပိုင်း၊ အာဖရိကနှင့် အာရှရှိ နိုင်ငံရေးအဖွဲ့အစည်းများကို အဓိကထားခဲ့ကြောင်း သတင်းများအရ သိရသည်။ ယခုဖြစ်ရပ်သည် ၎င်းတို့၏ ပစ်မှတ်များထဲတွင် အမေရိကန်အခြေစိုက် AI ကုမ္ပဏီတစ်ခု ပါဝင်နေကြောင်း ပထမဆုံးအကြိမ် လူသိရှင်ကြား ဖော်ထုတ်နိုင်ခြင်းဖြစ်သည်ဟု ကျွန်ုပ်တို့ နားလည်ထားသည်။
လုပ်ဆောင်ပုံ
၂၀၂၄ ခုနှစ် မေလတွင် ယုံကြည်စိတ်ချရသော သတင်းရင်းမြစ်တစ်ခုထံမှ သတင်းပေးပို့ချက်ကို ကျွန်ုပ်တို့ ရရှိခဲ့သည်။ ၎င်းတို့၏ လုံခြုံရေးအဖွဲ့က SweetSpecter သည် ကျွန်ုပ်တို့၏ ဝန်ထမ်းအချို့၏ အလုပ်နှင့် ကိုယ်ပိုင်အီးမေးလ်အကောင့်များသို့ အန္တရာယ်ရှိသော ပူးတွဲဖိုင်များပါသည့် ပစ်မှတ်ထား phishing အီးမေးလ်များ ပေးပို့နေကြောင်း တွေ့ရှိခဲ့ခြင်းဖြစ်သည်။
ကျွန်ုပ်တို့၏ ဝန်ထမ်းအနည်းငယ်ထံ SweetSpecter က ပေးပို့ခဲ့သော အီးမေးလ်၏ အချက်အလက်အချို့ ဖုံးကွယ်ထားသည့် မိတ္တူ။ ဤအီးမေးလ်များကို ကျွန်ုပ်တို့၏ လုံခြုံရေးစနစ်များက ပိတ်ဆို့ခဲ့သည်။ ပုံကို Proofpoint က ကူညီပံ့ပိုးပေးထားသည်။
ထိုအီးမေးလ်များတွင် SweetSpecter သည် ChatGPT အသုံးပြုသူအဖြစ် ဟန်ဆောင်ကာ ပစ်မှတ်ထားသော ဝန်ထမ်းများထံမှ အကူအညီတောင်းခံခဲ့သည်။ အီးမေးလ်များတွင် LNK ဖိုင်တစ်ခုပါဝင်သော “some problems.zip” အမည်ရှိ အန္တရာယ်ရှိသည့် ပူးတွဲဖိုင် ပါဝင်ခဲ့သည်။ ဤဖိုင်ထဲတွင် ကုဒ်ပါဝင်ပြီး ဖွင့်လိုက်ပါက အသုံးပြုသူအား ChatGPT မှ ဖြစ်ဟန်တူသော အမှားနှင့် ဝန်ဆောင်မှုဆိုင်ရာ အသိပေးချက်အမျိုးမျိုးကို စာရင်းပြုစုထားသည့် DOCX ဖိုင်တစ်ခုကို ပြသမည်ဖြစ်သည်။ သို့သော် နောက်ကွယ်တွင် SugarGh0st RAT ဟု လူသိများသော Windows အန္တရာယ်ပြုဆော့ဖ်ဝဲကို ကုဒ်ဖြည်၍ လည်ပတ်စေမည်ဖြစ်သည်။ ထိုအန္တရာယ်ပြုဆော့ဖ်ဝဲကို ထိုးဖောက်ခံရသော ကွန်ပျူတာအား SweetSpecter က ထိန်းချုပ်နိုင်စေရန်နှင့် မိမိစိတ်ကြိုက် အမိန့်များကို လုပ်ဆောင်ခြင်း၊ စခရင်ပုံရိုက်ယူခြင်း၊ ဒေတာများကို ခိုးထုတ်ခြင်းတို့ ပြုလုပ်နိုင်စေရန် ဒီဇိုင်းထုတ်ထားသည်။
OpenAI ၏ လုံခြုံရေးအဖွဲ့သည် ဤပစ်မှတ်ထား phishing စစ်ဆင်ရေးတွင် ပစ်မှတ်ဖြစ်ခဲ့သည်ဟု ယူဆရသော ဝန်ထမ်းများကို ဆက်သွယ်ခဲ့သည်။ လက်ရှိလုံခြုံရေးထိန်းချုပ်မှုများကြောင့် ထိုအီးမေးလ်များသည် ၎င်းတို့၏ အလုပ်အီးမေးလ်အကောင့်များထံ လုံးဝမရောက်ရှိခဲ့ကြောင်း တွေ့ရှိရသည်။
ဆန်းစစ်ထားသော အန္တရာယ်ရှိသည့် LNK ဖိုင်တစ်ခုကို ဖွင့်သုံးလိုက်သည့်အခါ ပေါ်လာမည့် လှည့်ဖြားဆွဲဆောင်သော အကြောင်းအရာ။
ဤလုပ်ငန်းစဉ်တစ်လျှောက်တွင် ဝန်ထမ်းအကောင့်များကို ထိုးဖောက်ရန် မအောင်မြင်ခဲ့သော ကြိုးပမ်းမှုများအား ဖော်ထုတ်ရာ၌ လုပ်ငန်းနယ်ပယ်ရှိ မိတ်ဖက်များနှင့် ကျွန်ုပ်တို့၏ ပူးပေါင်းဆောင်ရွက်မှုက အဓိကအခန်းကဏ္ဍမှ ပါဝင်ခဲ့သည်။ ဤအချက်က AI ခေတ်တွင် နည်းပညာကျွမ်းကျင်သော တိုက်ခိုက်သူများထက် လက်ဦးမှုရနေစေရန် ခြိမ်းခြောက်မှုဆိုင်ရာ သတင်းအချက်အလက်များ မျှဝေခြင်းနှင့် ပူးပေါင်းဆောင်ရွက်ခြင်းတို့၏ အရေးပါမှုကို မီးမောင်းထိုးပြနေသည်။ မျှဝေရရှိသော အသိအမြင်များနှင့် စုပေါင်းကျွမ်းကျင်မှုကို အသုံးချခြင်းဖြင့် ကျွန်ုပ်တို့၏ ပိုင်ဆိုင်မှုများကို ပိုမိုကောင်းမွန်စွာ ကာကွယ်နိုင်ပြီး ထိုလုပ်ရပ်များနှင့် ဆက်နွှယ်သည့် ပလက်ဖောင်းပေါ်ရှိ အကောင့်များ၏ လုပ်ဆောင်မှုကိုလည်း တားဆီးနိုင်သည်။
မော်ဒယ်၏ တုံ့ပြန်ချက်များ
ဤစစ်ဆင်ရေးကို ပံ့ပိုးနေသည့် ပိုမိုကျယ်ပြန့်သော အခြေခံအဆောက်အအုံကို ဆန်းစစ်ရာတွင် ထိုအခြေခံအဆောက်အအုံကိုပင် အသုံးပြု၍ မေးခွန်းများအတွက် အဖြေရှာရန်၊ စခရစ်ရေးသားရန်နှင့် လုံခြုံရေးအားနည်းချက် သုတေသနလုပ်ငန်းများ လုပ်ဆောင်ရန် ကြိုးပမ်းနေသော ChatGPT အကောင့်အုပ်စုတစ်စုကို တွေ့ရှိပြီး ၎င်းတို့၏ လုပ်ဆောင်မှုကို တားဆီးခဲ့သည်။ ဤအပြန်အလှန်ဆက်သွယ်မှုများကို ယခုနှစ်အစောပိုင်းက Microsoft အနေဖြင့် MITRE ATT&CK® မူဘောင်တွင် ထည့်သွင်းရန် အဆိုပြုခဲ့သည့် LLM ဆိုင်ရာ နည်းဗျူဟာများ၊ နည်းစနစ်များနှင့် လုပ်ထုံးလုပ်နည်းများ (TTPs) နှင့် ကျွန်ုပ်တို့ တိုက်ဆိုင်ခွဲခြားခဲ့သည်။ MITRE မူဘောင်သည် ဆိုက်ဘာတိုက်ခိုက်သူများ လက်တွေ့အသုံးပြုသည့် နည်းဗျူဟာများနှင့် နည်းစနစ်များကို မှတ်တမ်းတင်ထားသည်။ ဤသို့ တိုက်ဆိုင်ခွဲခြားထားမှုများကို ဖော်ပြခြင်းဖြင့် တွေ့ရှိထားသော TTPs များအကြောင်း ဆိုက်ဘာလုံခြုံရေးအသိုင်းအဝိုင်းတစ်ရပ်လုံးကို အသိပေးရန်နှင့် ဆိုက်ဘာကာကွယ်ရေး၏ ထိရောက်မှုကို မြှင့်တင်ရာတွင် အထောက်အကူပြုရန် ကျွန်ုပ်တို့ ရည်ရွယ်သည်။
ဤ TTPs များနှင့် ကိုက်ညီသည့် SweetSpecter ၏ လုပ်ဆောင်မှုနမူနာအချို့ကို အောက်တွင် ဖော်ပြထားသည်။
လုပ်ဆောင်မှု | LLM ATT&CK မူဘောင် အမျိုးအစား |
|---|---|
အက်ပ်အမျိုးမျိုးရှိ လုံခြုံရေးအားနည်းချက်များအကြောင်း မေးမြန်းခြင်း | LLM မှ အချက်အလက်ရယူ၍ ထောက်လှမ်းခြင်း |
အလွန်ပြင်းထန်သော အဝေးမှ ကုဒ်လည်ပတ်စေနိုင်သည့် (RCE) Log4Shell အားနည်းချက်ရှိသော Log4j ဗားရှင်းများကို မည်သို့ရှာဖွေရမည်ဟု မေးမြန်းခြင်း | LLM မှ အချက်အလက်ရယူ၍ ထောက်လှမ်းခြင်း |
ပြည်ပတွင် အသုံးများသော အကြောင်းအရာစီမံခန့်ခွဲမှုစနစ်များအကြောင်း မေးမြန်းခြင်း | LLM မှ အချက်အလက်ရယူ၍ ထောက်လှမ်းခြင်း |
သတ်မှတ်ထားသော CVE နံပါတ်များနှင့် ပတ်သက်သည့် အချက်အလက်များ မေးမြန်းခြင်း | LLM မှ အချက်အလက်ရယူ၍ ထောက်လှမ်းခြင်း |
အင်တာနက်တစ်ခုလုံးကို စကင်ဖတ်စစ်ဆေးသည့် ကိရိယာများ မည်သို့ဖန်တီးသည်ကို မေးမြန်းခြင်း။ | LLM မှ အချက်အလက်ရယူ၍ ထောက်လှမ်းခြင်း |
web shell ဖြစ်နိုင်သော ဖိုင်တစ်ခုကို ပစ်မှတ်ဆာဗာသို့ တင်ရန် sqlmap ကို မည်သို့အသုံးပြုရမည်ဟု မေးမြန်းခြင်း။ | LLM အကူအညီဖြင့် လုံခြုံရေးအားနည်းချက်များကို သုတေသနပြုခြင်း |
ထင်ရှားသော ကားထုတ်လုပ်သူတစ်ဦး၏ အခြေခံအဆောက်အအုံကို အားနည်းချက်များမှတစ်ဆင့် ထိုးဖောက်အသုံးချနိုင်သည့် နည်းလမ်းများ ရှာဖွေရန် အကူအညီတောင်းခြင်း။ | LLM အကူအညီဖြင့် လုံခြုံရေးအားနည်းချက်များကို သုတေသနပြုခြင်း |
ကုဒ်ကို ပေးပြီး ဆက်သွယ်ရေးဝန်ဆောင်မှုများကို အသုံးပြုကာ ပရိုဂရမ်ဖြင့် စာတိုများ ပေးပို့ရန် ထပ်မံအကူအညီတောင်းခြင်း။ | LLM ဖြင့် ပိုမိုကောင်းမွန်စေသော စခရစ်ရေးသားနည်းများ |
ဆိုက်ဘာလုံခြုံရေးကိရိယာတစ်ခုအတွက် တိုးချဲ့ဆော့ဖ်ဝဲ ရေးသားနေစဉ် ကုဒ်အမှားများ ပြင်ဆင်ရန် အကူအညီတောင်းခြင်း။ | LLM ဖြင့် ပိုမိုကောင်းမွန်စေသော စခရစ်ရေးသားနည်းများ |
တိုက်ခိုက်သူ သတ်မှတ်ထားသော နံပါတ်များသို့ ပရိုဂရမ်ဖြင့် စာတိုပေးပို့ရန် အသုံးပြုသည့် ပိုမိုကြီးမားသော မူဘောင်တစ်ခု၏ အစိတ်အပိုင်းဖြစ်သော ကုဒ်တွင် အမှားများ ပြင်ဆင်ရန် အကူအညီတောင်းခြင်း။ | LLM အကူအညီဖြင့် ဆော့ဖ်ဝဲရေးသားခြင်း |
အစိုးရဌာနဝန်ထမ်းများ စိတ်ဝင်စားနိုင်မည့် အကြောင်းအရာများနှင့် ပိတ်ဆို့မခံရစေရန် ပူးတွဲဖိုင်များကို မည်သည့်အမည်များ ပေးသင့်သည်ဟု မေးမြန်းခြင်း။ | LLM အကူအညီဖြင့် လူတို့ကို စိတ်ပိုင်းဆိုင်ရာ လှည့်ဖြားအသုံးချခြင်း |
တိုက်ခိုက်သူ ပေးထားသည့် အလုပ်ခေါ်ယူစာကို ပုံစံအမျိုးမျိုး ပြောင်းရေးပေးရန် တောင်းဆိုခြင်း။ | LLM အကူအညီဖြင့် လူတို့ကို စိတ်ပိုင်းဆိုင်ရာ လှည့်ဖြားအသုံးချခြင်း |
ဤစုံစမ်းစစ်ဆေးမှုတစ်လျှောက် ကျွန်ုပ်တို့၏ လုံခြုံရေးအဖွဲ့များသည် တိုက်ခိုက်သူအကောင့်များမှ အပြန်အလှန်ဆက်သွယ်မှုများကို ဆန်းစစ်ရန်၊ အမျိုးအစားခွဲရန်၊ ဘာသာပြန်ရန်နှင့် အကျဉ်းချုပ်ရန် ChatGPT ကို အသုံးပြုခဲ့သည်။ ထို့ကြောင့် ဤလုပ်ငန်းအတွက် လိုအပ်သော အရင်းအမြစ်များကို အနည်းဆုံးအထိ လျှော့ချနိုင်ပြီး ဒေတာအစုအဝေးကြီးများမှ အသိအမြင်များကို လျင်မြန်စွာ ထုတ်ယူနိုင်ခဲ့သည်။ ကျွန်ုပ်တို့၏ မော်ဒယ်များ ပိုမိုအဆင့်မြင့်လာသည်နှင့်အမျှ ဝန်ထမ်းများထံ ပေးပို့ထားသော အန္တရာယ်ရှိသည့် ပူးတွဲဖိုင်များ၏ အလုပ်လုပ်ပုံကို နောက်ကြောင်းပြန်ဖော်ထုတ်ပြီး ဆန်းစစ်ရန်လည်း ChatGPT ကို အသုံးပြုနိုင်မည်ဟု မျှော်လင့်သည်။
သက်ရောက်မှု
ကျွန်ုပ်တို့၏ ပထမဆုံး ခြိမ်းခြောက်မှုဆိုင်ရာ အစီရင်ခံစာတွင် တွေ့ရှိခဲ့သကဲ့သို့ပင် တိုက်ခိုက်သူများသည် ကျွန်ုပ်တို့၏ မော်ဒယ်များကို အသုံးပြုခြင်းမှ အများပြည်သူ ရယူနိုင်သော ရင်းမြစ်အမျိုးမျိုးတွင် မရနိုင်သည့် စွမ်းရည်သစ်များ သို့မဟုတ် လမ်းညွှန်ချက်သစ်များ ရရှိသွားပုံ မပေါ်ပါ။ ကျွန်ုပ်တို့၏ လုံခြုံရေးစနစ်များသည် တိုက်ခိုက်သူ၏ အန္တရာယ်ရှိသော အီးမေးလ်များကို ဝန်ထမ်းများ၏ အဝင်စာပုံးများထံ မရောက်မီ ပိတ်ဆို့ခဲ့သည်။