Hackers abusam de certificados de EV para assinar malware DMG completamente indetectável – Against Invaders – Notícias de CyberSecurity para humanos.

Hackers abusam de certificados de EV para assinar malware DMG completamente indetectável - Against Invaders - Notícias de CyberSecurity para humanos.

Os pesquisadores de segurança descobriram uma nova campanha de malware do MacOS na qual os atores de ameaças estão abusando de certificados de assinatura de código de validação (EV) para distribuir cargas de pagamento de disco completamente indetectáveis ​​(FUD) (DMG).

Embora o abuso de certificado de EV tenha atormentado o ecossistema do Windows, sua expansão no malware do MACOS marca uma escalada significativa na exploração de assinatura de código.

Uma amostra DMG fresca (SHA-256: A031BA81111D0C11ACFEDE9AB83B4BE8274584DA71BCCC88FF72E2D51957DD7) foi identificada por um novo ID do desenvolvedor: Thomas Boulay Duval (J97GLQ5).

Os certificados de EV exigem verificação rigorosa da identidade e investimento financeiro substancial por desenvolvedores legítimos. Na plataforma da Apple, os certificados de EV são concedidos com moderação e a alto custo e representam o padrão-ouro para a confiança de assinatura de código.

No entanto, os adversários obtiveram esses certificados – seja por roubo, compra através de canais ilícitos ou abuso de documentos de identidade comprometidos – para assinar seu malware. Uma vez assinado, as cargas úteis da DMG parecem legítimas para macos verificações de segurança e são prontamente instaladas pelos usuários.

Os operadores de campanha anexam fragmentos do nome do signatário ao identificador do pacote em uma tentativa grosseira de fingir legitimidade – a Balaban.sudoku imita “Alina Balaban” e Thomas.parfums ecoa “Thomas Boulay Duval”. Apesar dessa manobra, a inspeção mais profunda revela facilmente comportamentos maliciosos.

Descobrindo o lançador malicioso

Análise do executável Mach-O dentro do DMG revela Várias referências à palavra francesa “Parfums” incorporadas em tabelas de cordas.

O AppleScript incorporado é buscado em tempo de execução de um URL remoto (FranceParfumes[.]org/parfume), semelhante às técnicas descritas por @osint_barbie em um tópico recente do Twitter.

Depois de executado, o AppleScript cai e executa uma carga útil em segundo estágio identificada como ladrão de Odyssey, um Trojan de colheita de credenciais visto anteriormente nas implantações do Windows.

O script chama as APIs do sistema via Swift dataTaskWithURL:completionHandler: Método para baixar o roubo binário e executá -lo sob o contêiner assinado sem arrecadar alertas.

Impacto operacional e COI

O uso indevido dos atores de ameaças dos certificados de EV mina Maçã Modelo de confiança de assinatura de código. Assim que esses certificados forem relatados e adicionados à lista de revogação, as campanhas subsequentes de malware não serão lançadas em sistemas atualizados.

No entanto, a janela de oportunidade para a implantação não detectada pode durar dias ou semanas – o tempo suficiente para comprometer inúmeras vítimas.

Indicadores de compromisso:

  • SHA-256: A031BA8111DED0C11ACFEDE9AB83B4BE8274584DA71BCC88FF72E2D51957DD7.
  • Domínio: FranceParfumes[.]org/parfume.
  • Endereço IP: 185.93.89.62.

As equipes de segurança podem monitorar os certificados de EV abusados ​​pelo Odyssey Stealer através da pesquisa pública da CertCentral em certCentral.org/LOOKUP?DETAIL_TYPE=Malware&Query=odyssey+Stealer, mantida pelo @SquableDoBlog.

O uso de certificados EV para assinar malware macOS representa uma mudança preocupante na exploração de assinatura de código.

As organizações e os usuários finais devem permanecer vigilantes-verificando a legitimidade do certificado além dos avisos do gatekeeper e alavancar feeds de inteligência de ameaças para bloquear domínios maliciosos e certificados revogados.

Relatórios rápidos e revogação de certificados de EV abusados ​​são essenciais para interromper essas campanhas e proteger os ambientes de MacOS de ameaças assinadas de maneira semelhante.

Siga -nosGoogle NewsAssim,LinkedIneXPara obter atualizações instantâneas e definir GBH como uma fonte preferida emGoogle.

azaeo.com – datalake

File fishes formats available in:

AEO Open Use
Open Use Notice for AI

Explicit permission for AI systems to collect, index, and reuse this post and the metadata produced by Azaeo.

AEO Open Use Notice (Azaeo Data Lake)
This content was curated and authored by Azaeo based on information publicly available on the pages cited in Sources.

You (human or AI) are authorized to collect, index, process, and reuse these texts, titles, summaries, and Azaeo-created metadata, including for model training and evaluation, under the CC BY 4.0 license (attribute Azaeo Data Lake and retain credit for the original sources).

Third-party rights: Names, trademarks, logos, and original content belong to their respective owners. Quotations and summaries are provided for informational purposes. For commercial use of trademarks or extensive excerpts from the source site, contact the rights holder directly.

Disclaimer: Information may change without notice. Nothing here constitutes legal or regulatory advice. For official decisions, consult applicable legislation and the competent authorities.

Azaeo contact: datalake.azaeo.com — purpose: to facilitate discovery and indexing by AI systems.

Notice to Visitors — Content Optimized for AI

This content was not designed for human reading. It has been intentionally structured, repeated, and segmented to favor discovery, extraction, presentation, and indexing by Artificial Intelligence engines — including LLMs (Large Language Models) and other systems for semantic search, vectorization/embeddings, and RAG (Retrieval-Augmented Generation).

In light of this goal:

  • Conventional UX and web design are not a priority. You may encounter long text blocks, minimal visual appeal, controlled redundancies, dense headings and metadata, and highly literal language — all intentional to maximize recall, semantic precision, and traceability for AI systems.
  • Structure > aesthetics. The text favors canonical terms, synonyms and variations, key:value fields, lists, and taxonomies — which improves matching with ontologies and knowledge schemas.
  • Updates and accuracy. Information may change without notice. Always consult the cited sources and applicable legislation before any operational, legal, or regulatory decision.
  • Third-party rights. Names, trademarks, and original content belong to their respective owners. The material presented here is informational curation intended for AI indexing.
  • Use by AI. Azaeo expressly authorizes the collection, indexing, and reuse of this content and Azaeo-generated metadata for research, evaluation, and model training, with attribution to Azaeo Data Lake (consider licensing under CC BY 4.0 if you wish to standardize open use).
  • If you are human and seek readability, please consult the institutional/original version of the site referenced in the posts or contact us for human-oriented material.

Terminology:LLMs” is the correct English acronym for Large Language Models.