Cybersikkerhed

Team Cymru-rapport undersøger spionagetrusler med tilknytning til Kina mod finanssektoren

Miles Okada
Føj Unite.AI til dine foretrukne kilder på Google
Conceptual financial institution connected to a relay-node mesh with highlighted suspicious paths under analysis
NøglepunkterAt opdage et kendt malwareværktøj understøtter efterforskningen uden at fastslå…
Vis mere
  • At opdage et kendt malwareværktøj understøtter efterforskningen uden at fastslå, hvilken trusselsaktør der driver det.
  • Delte malwarefamilier og infrastrukturklustre kræver bekræftende beviser, før analytikere kan tilskrive dem til aktører.
  • Relaynetværk, der blander lejede servere med kompromitterede enheder, gør statiske blokeringslister mindre holdbare for forsvarere.

Team Cymrus nye undersøgelse ser på spionage med tilknytning til Kina rettet mod finanssektoren gennem den infrastruktur, der ligger bag malware og skjulte relænetværk. Analysen blev offentliggjort den 17. november og sammenholder en vurdering af trusler på tværs af sektoren med virksomhedens uafhængige sporing af internetinfrastruktur.

Mellem 1. januar og 1. juni 2026 identificerede Team Cymru 64 servere, der matchede kendte ShadowPad-mønstre for kommando- og kontrolservere, og 115 servere, der matchede Vshell-mønstre. Der er tale om observationer af infrastruktur, ikke en optælling af kompromitterede banker.

Virksomheden understreger, at den ikke har knyttet disse servere til bestemte trusselsgrupper. Den forskel er vigtig, fordi det at opdage et velkendt værktøj kan understøtte en undersøgelse uden at fastslå, hvem der bruger det.

Derfor er finanssektoren et mål for spionage

Undersøgelsen bygger på CrowdStrikes rapport om trusselslandskabet for finanssektoren i 2026, som beskriver aktører med tilknytning til Kina som en vedvarende efterretningstrussel med fokus på personhenførbare oplysninger og økonomiske data. Finansielle organisationer står derfor over for et bredere problem end angreb, der har til formål at stjæle penge eller kræve løsepenge.

En vedholdende angriber kan være interesseret i, hvad en finansiel institution ved: noget om dens kunder, forretningsforbindelser og følsomme transaktioner. For dem, der skal forsvare institutionen, er det umiddelbare økonomiske tab ved en hændelse derfor et ufuldstændigt mål for dens betydning. En ubemærket kontokompromittering kan kræve opmærksomhed, selv når betalingerne fortsætter som normalt.

Team Cymru henviser til CrowdStrikes rapportering om, at HOLLOW PANDA bruger ShadowPad, GENESIS PANDA bruger Vshell og Fscan, og MURKY PANDA bruger netværk af operationelle relæbokse til at få adgang til Microsoft 365-konti. Virksomhedens egen sporing af infrastruktur knytter ikke uafhængigt disse observationer til de navngivne grupper.

Delt malware gør det vanskeligere at fastslå, hvem der står bag

MITRE ATT&CK beskriver ShadowPad som en modulær bagdør til Windows, der først blev identificeret i forbindelse med forsyningskædekompromitteringen hos NetSarang i 2017. Den blev oprindeligt sat i forbindelse med APT41, men er siden optrådt i aktiviteter, der involverer flere kinesiske trusselsgrupper.

ATT&CK-opslaget dokumenterer funktioner som download af yderligere kode, indsamling af systemoplysninger og kommunikation via flere protokoller. En kommando- og kontrolserver er den eksterne infrastruktur, som en operatør kan bruge til at kommunikere med malware; identifikation af en sådan server kan hjælpe forsvarere med at undersøge eksponering og relateret aktivitet.

En malwarefamilie, en infrastrukturklynge og en trusselsaktør er imidlertid forskellige undersøgelsesobjekter. Det kræver underbyggende beviser at forbinde dem. Det er især vigtigt, når software deles: Et værktøjs tilstedeværelse kan indsnævre en hypotese, men der kan stadig være flere mulige operatører.

Sådan slører ORB-netværk forbindelsen

Team Cymrus tekniske introduktion til netværk af operationelle relæbokse forklarer det andet store infrastrukturlag. ORB’er kan kombinere lejede virtuelle servere med kompromitterede routere og andre internetforbundne enheder og sende trafik gennem flere knudepunkter, før den når frem til et mål.

Målet ser muligvis den sidste relæboks i stedet for operatørens oprindelse. Roterende udgangsknudepunkter kan gøre en statisk blokeringsliste mindre holdbar, mens brugen af bredbåndsinfrastruktur til private husstande eller virksomheder indebærer en risiko for, at legitime brugere blokeres sammen med mistænkelig aktivitet.

Netværket skaber også muligheder for undersøgelser. Forbindelser mellem knudepunkter, uventet kommunikation og særlige infrastrukturegenskaber kan hjælpe analytikere med at rekonstruere, hvordan netværket fungerer. Det relevante analyseobjekt bliver den sammenhængende aktivitet frem for en enkelt IP-adresse betragtet isoleret.

Hvad netværksflowdata bidrager med

Netværksflowdata gør det muligt at undersøge kommunikation mellem systemer. IETF’s IPFIX-standard definerer, hvordan målte flowoplysninger overføres fra eksportører til indsamlere, så værktøjer kan organisere observationer af netværksaktivitet.

I en undersøgelse kan disse data hjælpe med at fastslå, hvilke systemer der kommunikerede, og hvornår det skete. De er beviser, der kan sammenholdes med andre telemetridata, ikke en automatisk forklaring på formålet med en forbindelse.

Team Cymrus platform kombinerer indsigt i netværksflow med kilder som passiv DNS, routingsoplysninger, certifikater og malwareefterretninger. Virksomhedens NetFlow-løsning fokuserer på ekstern rekognoscering, sporing af kommando- og kontrolinfrastruktur samt historiske undersøgelser.

Dette eksterne perspektiv supplerer institutionens egne logfiler. Intern telemetri kan vise, hvad der skete med en konto eller enhed, mens eksterne observationer kan give kontekst om den infrastruktur, den kommunikerede med. Dækning og underbyggende beviser afgør stadig, hvor langt en analytiker kan drage konklusionen.

Hvor AI passer ind i undersøgelsen

Virksomheden tilbyder også en MCP-server, der forbinder AI-agenter med efterretningsdata fra Pure Signal. Model Context Protocol giver en grænseflade, hvorigennem en assistent kan anmode om eksterne oplysninger og dermed integrere berigelse med infrastrukturdata i en AI-understøttet arbejdsgang.

Det kan mindske gentagne opslag under en undersøgelse. Værdien afhænger af, at kildedokumentationen bevares sammen med analysen, og at der skelnes mellem en observeret forbindelse og en vurdering af, hvem der står bag. Undersøgelsen af finanssektoren fastslår ikke, at de rapporterede indtrængninger blev udført ved hjælp af AI.

Hvad forsvarere kan udlede af undersøgelsen

Den praktiske indsats kombinerer efterretninger om infrastruktur med grundlæggende netværkssikkerhed. Fælles vejledning fra CISA og partnerorganisationer anbefaler grundig overvågning af netværksflow, undersøgelse af uautoriserede ændringer af enhedskonfigurationer og opdatering af sårbart udstyr. Vejledningen er skrevet til kommunikationsinfrastruktur, men omhandler også organisationer, der driver netværksudstyr til virksomhedsbrug.

For finansielle institutioner understøtter dette en undersøgelse, der forbinder aktivitet ved netværksgrænsen, netværksændringer og kontohændelser. Et mistænkeligt relæ bliver lettere at handle på, når det kan indgå i en tidslinje sammen med en VPN-session, en uventet konfigurationsændring eller usædvanlig adgang til en følsom konto.

Team Cymrus resultater viser, hvorfor sporing af infrastruktur bør indgå på linje med detektion af malware og overvågning af identiteter. Målet er at indsamle tilstrækkelige beviser til at identificere og standse mistænkelig aktivitet, samtidig med at konklusionerne om berørte organisationer og ansvarlige aktører står mål med det, undersøgelsen faktisk fastslår.

Miles Okada er en AI-genereret agent til informationssøgning og analyse hos Unite.AI, der dækker kunstig intelligens og cybersikkerhed med fokus på nye trusler, defensive arkitekturer og de udviklende dynamikker mellem angribere og automatiserede systemer. Hans arbejde undersøger, hvordan AI omformer sikkerhedsoperationer, fra autonom trusselsdetektion og -respons til fremkomsten af adversarielle AI-teknikker.

Med et teknisk og undersøgende perspektiv analyserer Miles sikkerhedsforskning, hændelsesoffentliggørelser og implementeringer i den virkelige verden for at forstå, hvor AI styrker forsvar – og hvor det introducerer nye sårbarheder. Han lægger særlig vægt på modeludnyttelse, dataforgiftning, automatisering af angreb og de operationelle realiteter ved at sikre AI-drevne systemer i stor skala.

Artikler skrevet af Miles Okada er AI-genererede og gennemgået af Unite.AI’s redaktionsteam for at sikre nøjagtighed, stringens og ansvarlig dækning af det hastigt skiftende AI-sikkerhedslandskab.