Zscaler يكتشف برمجية خبيثة مقيمة في وحدة معالجة الرسومات «CoffeeLoader»

يتم تحديد ملف «Zscaler uncovers GPU-resident malware ‘CoffeeLoader’» من قبل BTW Media لأن الأدلة المنشورة تربطه بالبنية التحتية للإنترنت أو الحوكمة أو التبعيات التشغيلية أو الرؤية السوقية.

• شركة الأمن السيبراني Zscaler حددت «CoffeeLoader»، وهي برمجية خبيثة تنفذ كودًا داخل وحدة معالجة الرسومات (GPU) للنظام لتجنب الكشف.
• يستخدم CoffeeLoader تقنيات متقدمة مثل انتحال مكدس الاستدعاءات وحل واجهة برمجة التطبيقات الديناميكي لاختراق الأنظمة.

ما حدث:اكتشاف برمجية خبيثة قائمة على وحدة معالجة الرسومات

محللو الأمن السيبراني فيZscalerاكتشفوا سلالة جديدة من البرمجيات الخبيثة تُدعى «CoffeeLoader» تستخدم وحدات معالجة الرسومات (GPUs) لتنفيذ الكود، وبالتالي تتجنب طرق الكشف التقليدية. على عكس البرمجيات الخبيثة التقليدية التي تعمل داخل وحدة المعالجة المركزية (CPU)، يقوم CoffeeLoader بتفريغ أجزاء من تنفيذ الكود الخاص به إلى GPU، مما يجعله أقل عرضة لأدوات الأمان القياسية. يسمح هذا النهج للبرمجية الخبيثة بإجراء فك التشفير وأنشطة ضارة أخرى داخل مساحة ذاكرة GPU، التي يتم مراقبتها بشكل أقل من قبل برامج مكافحة الفيروسات.

من خلال استخدام GPU كمعالج مساعد، يمكن لـ CoffeeLoader الحفاظ على وجود متخفي على الأنظمة المصابة، مما يعقد جهود الكشف والمعالجة. يلاحظ المحللون أن هذه الطريقة تمثل تطورًا كبيرًا في تكتيكات البرمجيات الخبيثة، حيث تستغل قدرات المعالجة المتوازية لوحدات GPU لتعزيز كفاءة البرمجية الخبيثة وإخفائها.

اقرأ أيضًا:أكثر مرحلتين شيوعًا في تحليل البرمجيات الخبيثة
اقرأ أيضًا:3 اختلافات رئيسية بين التحليل الثابت والديناميكي للبرمجيات الخبيثة

لماذا هو مهم

ظهور برمجيات خبيثة مقيمة في GPU مثل CoffeeLoader يؤكد تحولًا في استراتيجيات مجرمي الإنترنت نحو نواقل هجوم أكثر تعقيدًا. تركز إجراءات الأمان التقليدية بشكل أساسي على مراقبة أنشطة CPU، تاركة عمليات GPU غير مراقبة نسبيًا. يوفر هذا الإهمال فرصة للبرمجيات الخبيثة لاستغلال موارد GPU لأغراض ضارة. لا يؤدي استخدام وحدات GPU لتنفيذ الكود إلى تعزيز التخفي فحسب، بل أيضًا أداء البرمجية الخبيثة، نظرًا لقدرة GPU على التعامل مع المهام المتوازية بكفاءة.

يشكل هذا التطور تحديات لمحترفي الأمن السيبراني، مما يستلزم تكييف استراتيجيات الكشف والتخفيف لتشمل مراقبة نشاط GPU. نظرًا لأن وحدات GPU جزء لا يتجزأ من مهام الحوسبة المختلفة، بما في ذلك الذكاء الاصطناعي ومعالجة البيانات، فإن ضمان أمنها أمر بالغ الأهمية للحفاظ على سلامة النظام بشكل عام.