當你聽到黑暗網路(Dark Web,簡稱暗網)時會存有什麼印象呢？或許你會認為只侷限於少數人使用，跟自己完全無關的存在。但在黑暗網路(Dark Web,簡稱暗網)中一般用戶也極可能會蒙受個資遭到非法交易的損害。
本文將介紹以下四個要點:
🔽黑暗網路(Dark Web,簡稱暗網)是深層網路（Deep Web）的一部份
🔽黑暗網路(Dark Web,簡稱暗網)是違法交易及犯罪的溫床
🔽一般用戶如何面對黑暗網路(Dark Web,簡稱暗網)風險?
🔽發現自身資訊遭洩漏時的對應對策
繼續閱讀分類: 資安名詞/什麼是?/ 何謂?
目標式勒索病毒攻擊台灣企業
一波新的針對性攻擊利用新勒索病毒感染了數家台灣企業，我們將這隻勒索病毒稱為 ColdLock。這波攻擊帶有破壞性，因為勒索病毒似乎會針對資料庫和郵件伺服器進行加密。
我們所收集的資料顯示這波攻擊在5月初開始攻擊企業。分析惡意軟體顯示ColdLock與之前的勒索病毒家族Lockergoga，Freezing以及EDA2“教學用”勒索病毒套件間有相似之處。沒有跡象顯示這波勒索病毒攻擊了目標之外的組織。我們不認為這支病毒家族現在有被廣泛的使用。
趨勢科技使用者已經能夠抵禦此威脅，我們將其偵測為Ransom.MSIL.COLDLOCK.YPAE-A和Ransom.PS1.COLDLOCK.YPAE-A。底下的文章會描述此威脅的行為，並描述它與其他勒索病毒威脅的關聯。
繼續閱讀從移花接木的 Deepfake 影音,看機器學習與網路攻擊
換臉、控制嘴唇,植入假造的音源檔,流傳在網路上萬個造假影片,用 #Deepfake #深偽技術 製造的。如果你的老闆在 Youtube 上有很多影音,得當心被利用了
這項技術已被網路犯罪集團用來圖利，已出現的案例是模仿大老闆的聲音，語調、斷句及腔調,進行語音網路釣魚,騙走 24.3 萬美金。😰
本文說明幾種運用機器學習技術的駭客概念驗證與真實攻擊案例來說明當前機器學習在網路威脅領域的應用現況與未來可能性。
資安廠商正運用機器學習(Machine learning,ML)技術來改善其威脅偵測能力，協助企業強化惡意程式、漏洞攻擊、網路釣魚郵件、甚至未知威脅的防禦能力。Capgemini Research Institute 針對機器學習在資安上的應用做了一份研究，他們發現在所有受訪的 10 個國家 850 位資深高階經理當中，約有 20% 在 2019 年之前便已開始運用機器學習技術，另有 60% 將在 2019 年底前開始採用。
機器學習在網路資安領域的應用已證明相當有效，更別說在其他眾多產業也獲得了相當的成果。不過這項技術卻也存在著被犯罪集團吸收利用的風險。儘管機器學習變成大規模犯罪武器的可能性似乎還很遙遠，但有關這方面的研究，尤其是利Deepfake 深度偽造技術來從事勒索或散布假訊息，近來在 IT 業界與一般大眾之間已掀起了一波熱議。
為了進一步說明當前機器學習在網路威脅領域的應用現況與未來可能性，以下說明近幾年來一些運用機器學習技術的駭客概念驗證與真實攻擊案例：
繼續閱讀
《看漫畫談資安》技術支援詐騙是什麼，該如何保護自己？
一直按「取消」和「關閉」彈跳視窗都關不掉! 新技術支援詐騙利用iframe 凍結瀏覽器 ,如果你經常瀏覽本部落格的文章，你就會知道駭客是很堅定的一群人，會使用各種工具和策略來竊奪你的身份和辛苦錢。技術支援詐騙（Tech Support Scams，TSS）就是其中一種, 上述的案例只是眾多伎倆之一 。微軟客戶服務在2017年收到153,000份關於此類詐騙的報告，比前一年增加了24%。有許多人因此損失了數百美元。
但是這類威脅的真正規模可能還要大上許多倍。
如果你還不知道什麼是技術支援詐騙以及該如何保護自己，這份指南會提供你所需要知道的一切。
有哪些類型的技術支援詐騙？
技術支援詐騙的目標是各種裝置、平台和軟體的使用者，有著許多不同手法。一般來說，騙局中會包括有網路元素及電話，偽裝成來自可信賴公司（如Microsoft或你的電信業者）的技術支援人員。他們試圖騙你相信自己的電腦有問題，這樣就會同意付錢（和信用卡詳細資料）來「修理」，或讓他們遠端連到你的電腦 – 讓他們可以偷偷地安裝資料竊取惡意軟體。
以下是技術支援詐騙主要的兩種起始方式：
- 突然來電：你可能在任何時候接到這些假「技術支援」人員的電話。他們甚至會偽造來電顯示號碼來博取信任。他們會嘗試用技術術語來催促你，產生一種不馬上採取行動就會讓電腦跟裡面的資料陷入危險的緊迫感。
他們通常會說服你下載特定工具好讓他們遠端連到你的電腦。接著他們會假裝你的電腦中毒並要求付錢移除或購買無用的維護合約、服務或安全包。諷刺的是，讓他們連到你的電腦反而讓詐騙者有機會下載真的病毒來竊取更多個人資料。
- 線上問題：如果你不小心瀏覽了惡意網站，騙局也可能從線上開始。怎麼發生呢？你可能在輸入網址時不小心打錯，或是點入可疑郵件內的詐騙連結。甚至可能在搜尋某熱門事物的爆炸性新聞時，讓搜尋結果的前幾名連結帶到了惡意網站。