• Компания по кибербезопасности Zscaler обнаружила вредонос «CoffeeLoader», который выполняет код в GPU системы, чтобы избежать обнаружения.
  • CoffeeLoader применяет продвинутые методы, такие как подмена стека вызовов и динамическое разрешение API, для проникновения в системы.

Что произошло:обнаружение вредоноса, работающего на GPU

Аналитики по кибербезопасности Zscaler обнаружили новый штамм вредоносного ПО под названием «CoffeeLoader», который использует графические процессоры (GPU) для выполнения кода, уклоняясь от традиционных методов обнаружения. В отличие от обычных вредоносов, работающих в центральном процессоре (CPU), CoffeeLoader переносит часть выполнения своего кода на GPU, что делает его менее заметным для стандартных средств безопасности. Такой подход позволяет вредоносу выполнять расшифровку и другие вредоносные действия в памяти GPU, которая реже контролируется антивирусными программами.

Используя GPU в качестве сопроцессора, CoffeeLoader может сохранять скрытое присутствие в заражённых системах, что усложняет его обнаружение и устранение. Аналитики отмечают, что этот метод представляет собой значительную эволюцию тактик вредоносного ПО, поскольку он использует возможности параллельных вычислений GPU для повышения эффективности и скрытности вредоноса.

Читайте также:2 самых распространённых этапа анализа вредоносного ПО
Читайте также:3 главных отличия статического и динамического анализа вредоносного ПО

Почему это важно

Появление GPU-резидентных вредоносов, таких как CoffeeLoader, свидетельствует о сдвиге в стратегиях киберпреступников в сторону более изощрённых векторов атак. Традиционные меры безопасности в основном сосредоточены на мониторинге активности CPU, оставляя операции GPU практически без контроля. Эта брешь даёт вредоносам возможность использовать ресурсы GPU в злонамеренных целях. Использование GPU для выполнения кода повышает не только скрытность вредоноса, но и его производительность, учитывая способность GPU эффективно обрабатывать параллельные задачи.

Такая эволюция создаёт вызовы для специалистов по кибербезопасности, требуя адаптации стратегий обнаружения и смягчения последствий, чтобы включить мониторинг активности GPU. Поскольку GPU необходимы для множества вычислительных задач, включая искусственный интеллект и обработку данных, обеспечение их безопасности имеет первостепенное значение для поддержания общей целостности системы.