Бен Бернштейн, менеджер по консультантам по кибербезопасности в Huntress — серия интервью

Ben Bernstein, менеджер по консультантам по кибербезопасности в Huntress, является специалистом по кибербезопасности с более чем десятилетним опытом, охватывающим техническую поддержку, администрирование систем, работу с клиентами, управление техническими аккаунтами и руководство в области консультирования по безопасности. Он начал карьеру в практических ИТ‑ролях, продвигаясь от работы в службе поддержки к администрированию систем, а затем перешёл в управление аккаунтами и работу с клиентами в Integris. Позже Бернштейн провёл три года в Red Canary, где руководил отношениями с корпоративными клиентами в качестве технического менеджера по аккаунтам и старшего менеджера по корпоративным аккаунтам. С момента присоединения к Huntress в 2024 году в качестве основателя технического менеджера по аккаунтам он продвинулся в руководстве техническим управлением аккаунтами и теперь возглавляет консультантов по кибербезопасности компании, используя сочетание технической экспертизы и опыта работы с клиентами, чтобы помогать организациям лучше понимать и реагировать на развивающиеся киберугрозы.

Huntress — компания в области кибербезопасности, предоставляющая полностью управляемую платформу безопасности, предназначенную для защиты организаций на уровнях конечных точек, идентичностей, журналов и пользователей. Платформа объединяет такие технологии, как Managed Endpoint Detection and Response (EDR), Identity Threat Detection and Response (ITDR), Security Information and Event Management (SIEM) и обучение осведомлённости в области безопасности, а также 24/7 AI‑центр управления безопасностью (SOC), укомплектованный человеческими экспертами по безопасности. Huntress заявляет, что её технологии в настоящее время защищают более 5 млн конечных точек и 15 млн идентичностей более чем в 277 000 бизнесов, при этом команда занимается обнаружением угроз, расследованием, реагированием и устранением от имени клиентов.

Вы начали свою карьеру в службе поддержки и администрировании систем, затем прошли путь через управление техническими аккаунтами и в конечном итоге оказались в руководстве консультативной службы кибербезопасности в Huntress. Как ваш практический ИТ‑опыт сформировал ваш взгляд на безопасность сегодня, особенно учитывая, что те же инструменты, на которые полагаются администраторы, могут стать точкой входа для злоумышленников?

Я безмерно благодарен своему ИТ‑опыту каждый день, теперь когда я работаю в специализированном киберподразделении компании. Он даёт мне практическую перспективу. Когда вы знаете, как работают операционные системы, приложения и системные процессы в нормальном режиме, аномалии и угрозы действительно выделяются. Мой опыт в ИТ также сформировал мышление, ориентированное на устранение неполадок и поиск корневой причины. Вы быстро понимаете, что нужно проследить ход событий, чтобы полностью охватить проблему или угрозу.

Я помню, как сильно полагался на те же инструменты, такие как RMM, которые сегодня злоупотребляют злоумышленники. Развернув их сам, я полностью осознаю их мощь как в руках ИТ‑администратора, так и в руках атакующего. Поскольку RMM распространены повсеместно, это создаёт давление на команды безопасности, заставляя их учитывать всю активность, связанную с их выполнением. Наличие RMM на машине само по себе не является злом. Но если этот RMM внезапно начинает загружать дополнительные инструменты или запускать незнакомые скрипты, это заставляет защитников отказываться от списков доверенного программного обеспечения и полностью сосредоточиться на наблюдении за поведением.

ИИ часто обсуждается в кибербезопасности в контексте сложных автономных атакующих, но насколько его непосредственное влияние заключается просто в том, что обычные киберпреступники становятся быстрее и способнее? Приходим ли мы к точке, когда относительно низкоквалифицированные атакующие могут проводить кампании, ранее требующие гораздо более глубоких технических знаний?

Сейчас много паники вокруг автономных систем взлома на основе ИИ, но реальность такова, что это не новая тактика. Эти модели не проникают в сети, используя высоко‑сложные техники. Они делают то же, что человеческие скрипт‑кидди делали годами, сканируя открытые в интернете, незаpatched и неправильно сконфигурированные ресурсы. Это попадает в заголовки, потому что фраза “autonomous AI” звучит страшно или привлекательно, в зависимости от того, кого спросить, но фактические механизмы этих атак просты.

Настоящая проблема, с которой мы сталкиваемся, заключается в том, что ИИ снижает барьер входа для киберпреступников. Злоумышленники могут автоматизировать утомительные части эксплойта и масштабировать свои операции без необходимости глубоких технических знаний. Это позволяет низкоквалифицированным атакующим проводить кампании гораздо быстрее, что создаёт значительное давление на бизнес. Вы больше не можете просто установить средство безопасности и забыть о нём. Организациям приходится предполагать, что их сети постоянно сканируются.

Huntress наблюдала, как злоумышленники используют скрипты‑инфостилеры, сгенерированные LLM, во время вторжений через RMM. Что это говорит нам о том, как генеративный ИИ меняет экономику и доступность киберпреступности?

Это показывает, что генеративный ИИ упрощает операционные издержки киберпреступности. Написание скрипта‑инфостилера не является новой технической задачей, но традиционно требовало значительного времени разработчиков или покупки специализированных инструментов на подпольных форумах. Используя LLM внутри сети жертвы, злоумышленники могут генерировать функциональные, кастомные скрипты по запросу, вместо того чтобы полагаться на готовое вредоносное ПО.

Хотя доступ к этим моделям всё ещё требует определённых затрат, порог входа теперь ниже, чем когда‑либо. Мы часто наблюдаем, как средние злоумышленники используют эти инструменты, чтобы работать быстрее и избавиться от ручного кодирования. Это фундаментально меняет экономику атаки, делая фазу выполнения максимально доступной и позволяя менее квалифицированным актёрам масштабировать свои операции без глубоких технических знаний.

Huntress зафиксировала рост злоупотребления инструментами удалённого мониторинга и управления (RMM) на 277 % в годовом исчислении. Почему легитимные платформы RMM стали столь привлекательной альтернативой кастомному вредоносному ПО и какие преимущества они дают злоумышленникам после получения доступа?

В инструментах RMM нет ничего по‑сути зловещего. Они выполняют важную функцию, помогая ИТ‑администраторам и MSP эффективно работать и поддерживать пользователей. Проблема в том, что кастомное вредоносное ПО помечается традиционными антивирусными решениями, тогда как RMM‑инструменты подписаны, доверены и обходят стандартные средства защиты. Ещё лучше для злоумышленника: агенты RMM работают с повышенными правами администратора и обеспечивают встроенную устойчивость, то есть остаются активными после перезагрузки системы без дополнительных усилий по поддержанию доступа.

Как только злоумышленник запускает собственный агент RMM на целевой машине, у него по сути появляется консоль удалённого управления. Он может беспрепятственно передавать файлы туда и обратно, а часто заранее подготавливает свой экземпляр RMM с вредоносными скриптами и инструментами, готовыми к выполнению на конечных точках одним щелчком. Поскольку само приложение легитимно, защитникам нельзя просто заблокировать его. Это заставляет команды безопасности отказываться от списков доверенного ПО и сосредотачиваться на наблюдении за поведением, что делает круглосуточный мониторинг обязательным, если вы хотите поймать злоумышленника, использующего административное программное обеспечение.

Одна из техник, задокументированных Huntress, — это «цепочка» нескольких RMM‑инструментов, позволяющая фрагментировать телеметрию и создавать избыточный доступ. Можете ли вы рассказать, как обычно разворачивается такая компрометация и почему её так трудно распознать защитникам?

Вот один особенно интересный пример, который мы обнаружили и описали в блоге о нём. Интрузия началась с фишингового письма, использующего поддельный бизнес‑документ, например «Соглашение о сетевых решениях». Жертва кликнула по ссылке в письме, попала на страницу, защищённую поддельной CAPTCHA, и скачала то, что, как ей казалось, был обычный PDF‑файл или сервисный документ. На самом деле загрузка представляла собой исполняемый установщик. Когда пользователь дважды кликнул файл, чтобы открыть соглашение, он незаметно установил легитимный, но неавторизованный инструмент удалённого доступа под названием Tiflux RMM.

Как только злоумышленник запустил начальный агент Tiflux, он сразу же использовал его встроенные возможности для загрузки и «сайдлоадинга» дополнительных инструментов, таких как Splashtop, ScreenConnect и UltraVNC, на ту же самую машину. Важно отметить, что все они также являются легитимными RMM‑инструментами.

Злоумышленники делают это, чтобы обеспечить супер‑устойчивость. Они знают, что если ИТ‑администратор обнаружит один неавторизованный удалённый инструмент и удалит его, у злоумышленника всё равно останутся два‑три других активных бэкдоров. Эта тактика фрагментирует телеметрию. Платформы безопасности видят лишь отдельные подписанные административные приложения, работающие одновременно и связывающиеся с инфраструктурой легитимных поставщиков. Если защитник не отслеживает эту активность и не задаётся вопросом, почему один конечный узел за один день нуждается в нескольких разных агентах удалённого управления, это просто сливается с шумом обычного ИТ‑обслуживания.

Помимо круглосуточного мониторинга поведения, эффективным контролем здесь является управление безопасностью конечных точек (Endpoint Security Posture Management) и контроль приложений. Если организация явно определит, какие конкретные варианты RMM разрешены к запуску на её устройствах, она сможет блокировать неавторизованные инструменты, предотвращая начало цепочки.

Традиционные модели безопасности часто различают доверенное и недоверенное программное обеспечение, но атаки с использованием RMM эксплуатируют инструменты, которые могут быть легитимными, подписанными и уже одобренными ИТ. Означает ли это, что защитникам следует отойти от вопроса «доверено ли приложение» и сосредоточиться вместо этого на том, «доверено ли его поведение»?

Да, безусловно. Традиционная модель бинарного доверия сломана. Подпись бинарного файла предназначена для подтверждения того, что приложение поступило от легитимного поставщика, а не для гарантии безопасности его действий.

Если злоумышленник использует подписанный бинарный файл RMM или утилиту «living‑off‑the‑land», сам исполняемый файл чист, но действия за ним — злонамеренные. Защитникам нужно перестать задаваться вопросом «Доверен ли этот файл?», а начать оценивать, имеет ли его поведение смысл в данном контексте. Наличие RMM на машине само по себе не является злом. Но если этот инструмент внезапно начинает загружать дополнительные утилиты, запускать незнакомые скрипты или выполнять задачи в 2 утра ночи под учётной записью службы, это уже индикатор компрометации. Контекст и поведение всегда имели значение, но сейчас, когда злоумышленники так активно используют доверенное ПО, они важнее, чем когда‑либо.

По мере того как ИИ ускоряет время от обнаружения уязвимости или конфигурационного пробела до её эксплуатации, как меняется роль управления безопасностью позиций? Какие уязвимости в области идентификации, конечных точек и удалённого доступа организации должны приоритизировать, прежде чем у злоумышленников появится возможность их использовать?

Управление позицией безопасности сейчас важнее, чем когда‑либо, потому что оно помогает организациям проактивно закрывать распространённые уязвимости, которыми злоумышленники пользуются каждый день. Оно дополняет обнаружение и реагирование, постоянно выявляя и устраняя такие проблемы, как неправильные конфигурации, избыточные привилегии, неавторизованные приложения и другие слабости на конечных точках и в идентификациях. Когда окно между раскрытием уязвимости и автоматическим сканированием сокращается до часов, уменьшение этих пробелов до того, как их смогут использовать, становится критически важным. Организациям необходимо поддерживать последовательную, укреплённую позицию во всех средах, чтобы сократить количество инцидентов и ограничить то, до чего может добраться злоумышленник, если ему удастся проникнуть.

Хотя почти каждый поставщик киберпродуктов с радостью “обучает” (или пугает) публику о любой угрозе или области безопасности, для которой они продают решения, реальный список приоритетов может определить только сама организация. Каждая компания по‑разному оценивает компоненты триады CIA, и у каждой фирмы чувствительные данные хранятся или доступны в разных местах. На самом деле бизнесу следует послушать совет: оценить, какие данные, активы или производственные системы являются наиболее критичными для их деятельности, а затем, отталкиваясь от этого, защищать самое важное.

Возникает всё больше беспокойства по поводу того, что AI‑агенты в конечном итоге будут самостоятельно выполнять значительные части жизненного цикла атаки. Какие возможности должны улучшиться, прежде чем автономные кибератаки станут существенно опаснее, чем сегодняшние AI‑поддерживаемые атаки, и успевают ли защитники готовиться достаточно быстро?

Беспокойство по поводу автономных агентов подразумевает, что это проблема будущего, но мы уже видим, как они проводят атаки сегодня. Тем не менее, такие автономные атаки далеки от совершенства. Возьмём недавнюю кампанию вымогательского ПО JadePuffer. Она была полностью управляемой AI‑агентом, но совершила вопиющие ошибки. Модель «галлюцинировала» части операции, включая вымышленный адрес Bitcoin‑кошелька для выкупа. Ещё более нелепо, AI забыл сохранить или передать ключ шифрования. Он просто вывел случайно сгенерированный ключ в временный вывод консоли и закрыл сессию, сделав математически невозможным для жертвы восстановить данные, даже если она заплатит.

Реальная ситуация такова, что с точки зрения тактик, техник и процедур автономный AI, автоматизированные скрипты и человеческие атакующие делают одно и то же. Они продолжают эксплуатировать одинаковые типы открытых в интернете, уязвимых и неправильно сконфигурированных ресурсов. AI всё равно проходит стандартную цепочку уничтожения: ему необходимо получить первоначальный доступ, повысить привилегии, переместиться боком и выполнить полезную нагрузку. В случае с JadePuffer он просто использовал известную, неустранённую уязвимость, чтобы открыть дверь, а затем путался в сети.

Поскольку основные механизмы атаки не изменились, защитникам не нужно отбрасывать текущие методики. По‑прежнему требуются многоуровневая безопасность, базовая ИТ‑гигиена и надёжное поведенческое обнаружение. Меняется лишь давление и скорость, с которой защитники должны обрабатывать события и сортировать оповещения. Когда AI‑агент делает ошибку, читает журнал ошибок и самокорректируется за секунды, чтобы продолжать, защитникам просто нужно адаптироваться к той быстрой скорости, с которой сейчас происходят кибератаки.

Злоумышленники используют AI, но защитники имеют доступ к тем же технологиям. Где, по‑вашему, AI предоставляет наибольшее преимущество в защите: обнаружение аномального поведения, анализ телеметрии, приоритизация уязвимостей, автоматизация реагирования или где‑то ещё полностью?

Во‑первых, AI чрезвычайно эффективен для корреляции в «синей» команде. У команд безопасности нет проблемы с данными; у них проблема с шумом. AI невероятно полезен для извлечения «иголок» из стога сена, объединения разрозненных, казалось бы, несвязанных событий и склеивания их в полную историю вторжения.

Во‑вторых, AI делает для защитников то же, что и для атакующих, сокращая разрыв в навыках. Когда младший аналитик SOC сталкивается с сильно зашифрованным скриптом или сложным оповещением, он может воспользоваться LLM, чтобы мгновенно перевести эти данные на простой английский. Это устраняет ручную рутинную работу по обратному проектированию и позволяет защитникам быстрее сортировать и реагировать.

Наконец, выходя за рамки реактивной защиты, существует огромная возможность для красных и пурпурных команд использовать AI для проактивного тестирования и валидации защит. Полноценные, проводимые людьми, тесты на проникновение по‑прежнему обязательны. Однако AI снижает технический порог для проведения небольших, атомарных тестов, проверяющих различные уровни в стеке безопасности. Вместо того чтобы ждать ежегодного пентеста или скрещивать пальцы, когда появляется реальная органическая угроза, организации могут использовать AI для безопасного и частого тестирования своих сред, чтобы увидеть, что действительно ломается.

Смотря в будущее, ожидаете ли вы, что индустрия кибербезопасности перейдёт в среду, где как атакующие, так и защитники всё чаще будут действовать через автономные агенты? Если да, то что в конечном итоге определит, у кого будет преимущество, когда машины с обеих сторон смогут обнаруживать и реагировать на угрозы со скоростью машин?

ИИ определённо потрясает подпольную экономику. Тёмный рынок киберпреступности как услуги процветал, продавая вредоносное ПО и скрипты, поскольку их создание традиционно требовало специализированных навыков разработчиков. ИИ меняет доступность и экономику этой экосистемы, позволяя операторам с низким уровнем квалификации генерировать собственные инструменты по запросу. Скорее всего, это закроет двери для множества устаревших поставщиков готового вредоносного ПО. Зачем злоумышленнику платить за обычное готовое вредоносное ПО на подпольном форуме, если он может просто попросить LLM создать кастомный инструмент по требованию?

Когда обе стороны вооружены ИИ, преимущество сводится к инфраструктуре, настройке и контролю. Это становится битвой за то, у кого больший бюджет вычислительных ресурсов (кто может сжигать больше токенов) и у кого лучше настроенная модель. Для злоумышленников тест состоит в том, может ли их ИИ итеративно устранять неполадки, читать журналы ошибок и корректно переключаться, когда эксплойт не срабатывает. Для защитников тест — насколько ваши детекторы действительно настроены и правильно ли подключены конвейеры данных, чтобы в реальном времени подавать ИИ нужную телеметрию. Но, что важнее, всё зависит от наличия в процессе человеческих экспертов с бизнес‑контекстом, способных принимать критические решения, такие как интерпретация ИИ инцидента и решение, изолировать ли скомпрометированную машину или вывести из эксплуатации производственную систему для сдерживания угрозы.

В конечном счёте ИИ не меняет фундаментальные принципы безопасности. Наилучшие результаты покажут те компании, которые продолжают правильно выполнять мелкие задачи. Всё сводится к сокращению поверхности атаки, исправлению уязвимостей, укреплению конфигураций, круглосуточному мониторингу, предположению о компрометации и регулярному проактивному тестированию защиты. ИИ — лишь ускоритель. Тот, кто быстрее и последовательно реализует базовые меры, выигрывает.

Спасибо за отличное интервью, читатели, желающие узнать больше, должны посетить Huntress.