O kit PhaaS do Sneaky2FA agora usa o ataque Browser-in-the-Browser dos redteamers – Against Invaders

Wiz

O kit Sneaky2FA de phishing como serviço (PhaaS) adicionou capacidades de navegador no navegador (BitB) que são usadas em ataques para roubar credenciais e sessões ativas da Microsoft.

Sneaky2FA é uma plataforma PhaaS amplamente utilizada atualmente, junto com Tycoon2FA e Mamba2FA, todas voltadas principalmente para contas do Microsoft 365.

O kit era conhecido por seu Ataques baseados em SVG e táticas de atacante no meio (AitM), onde o processo de autenticação é proxy para o serviço legítimo por meio de uma página de phishing que repassa tokens de sessão válidos para os atacantes.

WizDesenvolvido pelo pesquisador Mr.D0x em 2022 e desde então adotado por atores ameaçadores para ataques reais direcionados Facebook e Contas Steam, entre outros serviços.

Durante o ataque, usuários que caem em uma página controlada pelo atacante veem uma janela pop-up falsa do navegador com um formulário de login.

O modelo para o pop-up é um iframe que imita a forma de autenticação de serviços legítimos e pode ser personalizado com uma URL e título de janela específicos.

Como a janela falsa exibe uma barra de URL com o endereço oficial do domínio do serviço alvo, parece um pop-up OAuth confiável.

No caso do Sneaky2FA, a vítima abre um link de phishing em’previewdoc[.]com‘ e passa por uma checagem de bot de catraca do Cloudflare antes de ser solicitado a fazer login com a Microsoft para visualizar um documento.

Prompt enganoso levando ao phishing
A janela falsaExplique os pesquisadores.

Uma forma de determinar se um formulário de login pop-up é autêntico é tentar arrastá-lo para fora da janela original do navegador. Isso não é possível com um iframe porque ele está vinculado à sua janela pai.

Além disso, um pop-up legítimo aparece na barra de tarefas como uma instância separada do navegador.

O suporte para BitB já foi visto com outro serviço PhaaS chamado Raccoon0365/Storm-2246, que era recentemente interrompido pela Microsoft e Cloudflare após roubar milhares de credenciais do Microsoft 365.

7 Melhores Práticas de Segurança para MCP

À medida que o MCP (Model Context Protocol) se torna o padrão para conectar LLMs a ferramentas e dados, as equipes de segurança estão avançando rapidamente para manter esses novos serviços seguros.

Esta folha de dicas gratuita apresenta 7 melhores práticas que você pode começar a usar hoje mesmo.

Bill Toulas

Bill Toulas é um redator de tecnologia e repórter de notícias de segurança da informação com mais de uma década de experiência trabalhando em diversas publicações online, cobrindo código aberto, Linux, malware, incidentes de violação de dados e invasões.

Você também pode gostar de:

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.