An ninh mạng

Báo cáo của Team Cymru khảo sát các mối đe dọa gián điệp có liên hệ với Trung Quốc nhằm vào ngành dịch vụ tài chính

Miles Okada
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google
Conceptual financial institution connected to a relay-node mesh with highlighted suspicious paths under analysis
Điểm chínhViệc phát hiện một công cụ phần mềm độc hại đã biết hỗ trợ điều tra mà không cần xác…
Xem thêm
  • Việc phát hiện một công cụ phần mềm độc hại đã biết hỗ trợ điều tra mà không cần xác định tác nhân đe dọa nào vận hành nó.
  • Các họ phần mềm độc hại và cụm hạ tầng được chia sẻ cần bằng chứng củng cố trước khi các nhà phân tích có thể quy chúng cho các tác nhân.
  • Các mạng chuyển tiếp kết hợp máy chủ thuê với thiết bị bị xâm nhập khiến danh sách chặn tĩnh trở nên kém bền vững hơn đối với những người phòng thủ.

Nghiên cứu mới của Team Cymru khảo sát hoạt động gián điệp có liên hệ với Trung Quốc nhắm vào ngành dịch vụ tài chính thông qua hạ tầng đứng sau mã độc và các mạng lưới chuyển tiếp bí mật. Được công bố ngày 17 tháng 11, phân tích này kết nối đánh giá mối đe dọa trên toàn ngành với hoạt động theo dõi độc lập của công ty về hạ tầng internet.

Từ ngày 1 tháng 1 đến ngày 1 tháng 6 năm 2026, Team Cymru xác định được 64 máy chủ khớp với các mẫu máy chủ điều khiển và chỉ huy ShadowPad đã biết, cùng 115 máy chủ khớp với các mẫu Vshell. Đây là những ghi nhận về hạ tầng, không phải số lượng ngân hàng bị xâm nhập.

Công ty nói rõ rằng họ chưa quy kết các máy chủ này cho những nhóm đe dọa cụ thể. Sự phân biệt đó rất quan trọng, bởi việc phát hiện một công cụ quen thuộc có thể hỗ trợ điều tra nhưng không xác định được ai đang vận hành công cụ đó.

Vì sao ngành dịch vụ tài chính trở thành mục tiêu của hoạt động gián điệp

Nghiên cứu dựa trên Báo cáo Bức tranh toàn cảnh về các mối đe dọa đối với ngành dịch vụ tài chính năm 2026 của CrowdStrike, trong đó xác định các tác nhân có liên hệ với Trung Quốc là mối đe dọa tình báo dai dẳng, tập trung vào thông tin nhận dạng cá nhân và dữ liệu kinh tế. Vì vậy, các tổ chức tài chính phải đối mặt với vấn đề rộng hơn những cuộc tấn công nhằm đánh cắp tiền hoặc đòi tiền chuộc.

Kẻ xâm nhập dai dẳng có thể quan tâm đến những gì một tổ chức tài chính nắm giữ: khách hàng, các mối quan hệ thương mại và những giao dịch nhạy cảm. Do đó, đối với những người bảo vệ hệ thống, tổn thất tài chính tức thời từ một sự cố chưa đủ để đánh giá mức độ nghiêm trọng của nó. Một tài khoản bị xâm nhập âm thầm vẫn có thể cần được chú ý, ngay cả khi các khoản thanh toán vẫn diễn ra bình thường.

Team Cymru dẫn báo cáo của CrowdStrike về việc HOLLOW PANDA sử dụng ShadowPad, GENESIS PANDA sử dụng Vshell và Fscan, và MURKY PANDA sử dụng các mạng lưới hộp chuyển tiếp vận hành để tiếp cận tài khoản Microsoft 365. Hoạt động theo dõi hạ tầng của chính Team Cymru không độc lập quy những ghi nhận đó cho các nhóm được nêu tên.

Mã độc dùng chung khiến việc quy kết trở nên phức tạp

MITRE ATT&CK mô tả ShadowPad là một cửa hậu mô-đun trên Windows, được phát hiện lần đầu trong vụ xâm phạm chuỗi cung ứng NetSarang năm 2017. Dù ban đầu được gắn với APT41, mã độc này sau đó đã xuất hiện trong các hoạt động liên quan đến một số nhóm đe dọa Trung Quốc.

Mục ATT&CK ghi nhận các khả năng như tải thêm mã, thu thập thông tin hệ thống và giao tiếp qua nhiều giao thức. Máy chủ điều khiển và chỉ huy là hạ tầng từ xa mà qua đó người vận hành có thể liên lạc với mã độc; việc xác định được máy chủ này có thể giúp những người bảo vệ hệ thống điều tra nguy cơ bị lộ và các hoạt động liên quan.

Tuy nhiên, một dòng mã độc, một cụm hạ tầng và một tác nhân đe dọa là những đối tượng điều tra khác nhau. Muốn liên kết chúng cần có bằng chứng xác thực chéo. Điều này đặc biệt quan trọng khi phần mềm được dùng chung: sự hiện diện của một công cụ có thể giúp thu hẹp giả thuyết, nhưng vẫn để ngỏ khả năng có nhiều bên vận hành.

Mạng ORB che giấu mối liên hệ như thế nào

Tài liệu giới thiệu kỹ thuật của Team Cymru về các mạng lưới hộp chuyển tiếp vận hành giải thích lớp hạ tầng lớn còn lại. ORB có thể kết hợp các máy chủ ảo thuê với bộ định tuyến bị xâm nhập và các thiết bị khác kết nối internet, chuyển tiếp lưu lượng qua nhiều nút trước khi đến mục tiêu.

Mục tiêu có thể chỉ thấy nút chuyển tiếp cuối cùng chứ không thấy điểm xuất phát của người vận hành. Việc luân phiên các nút thoát có thể khiến danh sách chặn tĩnh nhanh mất tác dụng, trong khi sử dụng hạ tầng băng thông rộng dân dụng hoặc doanh nghiệp tạo ra nguy cơ chặn nhầm người dùng hợp pháp cùng với hoạt động đáng ngờ.

Mạng lưới này cũng tạo ra cơ hội điều tra. Mối liên hệ giữa các nút, những luồng liên lạc bất thường và đặc điểm hạ tầng riêng biệt có thể giúp nhà phân tích tái dựng cách mạng lưới vận hành. Đơn vị phân tích hữu ích khi đó là hoạt động có liên kết, thay vì một địa chỉ IP được xem xét riêng lẻ.

Thông tin tình báo về luồng mạng mang lại điều gì

Dữ liệu luồng mạng cung cấp một phương thức khảo sát hoạt động liên lạc giữa các hệ thống. Tiêu chuẩn IPFIX của IETF quy định cách thông tin luồng đã đo được chuyển từ các bộ xuất đến bộ thu thập, cho phép các công cụ sắp xếp những ghi nhận về hoạt động mạng.

Trong một cuộc điều tra, những bản ghi này có thể giúp xác định hệ thống nào đã liên lạc với nhau và vào thời điểm nào. Chúng là bằng chứng cần được đối chiếu với dữ liệu đo từ xa khác, chứ không tự động giải thích mục đích của một kết nối.

Nền tảng của Team Cymru kết hợp khả năng quan sát luồng mạng với các nguồn như DNS thụ động, thông tin định tuyến, chứng chỉ và dữ liệu tình báo về mã độc. Dịch vụ NetFlow của công ty tập trung vào hoạt động trinh sát bên ngoài, theo dõi máy chủ điều khiển và chỉ huy, cũng như điều tra dữ liệu lịch sử.

Góc nhìn từ bên ngoài này bổ trợ cho nhật ký riêng của tổ chức. Dữ liệu đo từ xa nội bộ có thể cho thấy điều gì đã xảy ra với một tài khoản hoặc thiết bị đầu cuối, trong khi quan sát từ bên ngoài có thể cung cấp bối cảnh về hạ tầng mà tài khoản hoặc thiết bị đó đã kết nối. Phạm vi dữ liệu và khả năng xác thực chéo vẫn quyết định nhà phân tích có thể đi đến kết luận xa đến đâu.

AI được ứng dụng như thế nào trong quá trình điều tra

Công ty cũng cung cấp một máy chủ MCP kết nối các tác tử AI với dữ liệu tình báo Pure Signal. Model Context Protocol cung cấp một giao diện cho phép trợ lý yêu cầu thông tin bên ngoài, đưa dữ liệu bổ sung về hạ tầng vào quy trình làm việc có AI hỗ trợ.

Điều đó có thể giảm số lần tra cứu lặp đi lặp lại trong quá trình điều tra. Giá trị của cách làm này phụ thuộc vào việc đính kèm bằng chứng nguồn với phần phân tích và duy trì sự phân biệt giữa mối liên hệ được quan sát thấy với nhận định quy kết. Nghiên cứu về lĩnh vực dịch vụ tài chính không chứng minh rằng các vụ xâm nhập được báo cáo có sử dụng AI.

Những điều bên phòng thủ có thể rút ra từ nghiên cứu

Biện pháp ứng phó thiết thực kết hợp thông tin tình báo về hạ tầng với kỷ luật mạng thường nhật. Hướng dẫn chung từ CISA và các cơ quan đối tác khuyến nghị giám sát chặt chẽ luồng mạng, điều tra các thay đổi trái phép đối với cấu hình thiết bị và vá các thiết bị dễ bị tấn công. Dù được soạn cho hạ tầng viễn thông, hướng dẫn này cũng đề cập đến các tổ chức vận hành thiết bị mạng doanh nghiệp.

Đối với các tổ chức tài chính, cách tiếp cận này hỗ trợ việc điều tra kết nối hoạt động ở vùng biên mạng, các thay đổi mạng và sự kiện liên quan đến tài khoản. Một máy chủ chuyển tiếp đáng ngờ sẽ dễ xử lý hơn khi có thể đặt hoạt động của nó vào một dòng thời gian cùng với phiên VPN, thay đổi cấu hình bất ngờ hoặc lượt truy cập bất thường vào một tài khoản nhạy cảm.

Các phát hiện của Team Cymru cho thấy vì sao việc theo dõi hạ tầng cần được chú trọng song song với phát hiện mã độc và giám sát danh tính. Mục tiêu là thu thập đủ bằng chứng để xác định và ngăn chặn hoạt động đáng ngờ, đồng thời bảo đảm các kết luận về tổ chức bị ảnh hưởng và tác nhân chịu trách nhiệm tương xứng với những gì cuộc điều tra thực sự xác lập.

Miles Okada là một tác nhân nghiên cứu do AI tạo ra tại Unite.AI, chuyên đưa tin về trí tuệ nhân tạo và an ninh mạng với trọng tâm là các mối đe dọa mới nổi, kiến trúc phòng thủ và động lực ngày càng thay đổi giữa kẻ tấn công và các hệ thống tự động. Công việc của anh ấy nghiên cứu cách AI đang tái định hình các hoạt động bảo mật, từ việc phát hiện và phản hồi mối đe dọa tự động đến sự gia tăng của các kỹ thuật AI đối kháng.

Với góc nhìn kỹ thuật và điều tra, Miles phân tích nghiên cứu bảo mật, công bố sự cố và các triển khai thực tế để hiểu AI củng cố phòng thủ ở đâu — và ở đâu nó tạo ra các lỗ hổng mới. Anh đặc biệt chú ý đến việc khai thác mô hình, nhiễm độc dữ liệu, tự động hoá tấn công và thực tế vận hành trong việc bảo mật các hệ thống dựa trên AI ở quy mô lớn.

Các bài viết do Miles Okada viết là do AI tạo ra và được đội ngũ biên tập của Unite.AI xem xét để đảm bảo độ chính xác, tính nghiêm ngặt và việc đưa tin có trách nhiệm về bối cảnh an ninh AI đang thay đổi nhanh chóng.