- パロアルトネットワークスの調査によると、検出されたマルウェアの90%以上が マルウェア が攻撃者に報告するために何らかのC2通信を利用していたことが判明した。
- ベライゾンのデータ侵害調査報告書によると、侵害の70%近くが何らかの形でC2活動に関与しており、サイバー攻撃におけるC2活動の役割が浮き彫りになっている。
Command and Control (C2)通信は、攻撃者が侵害されたシステムの制御を維持し、悪意のある活動の実行やデータの流出を指示するために極めて重要です。これらの通信は、攻撃のライフサイクルにおける重要な段階であり、被害者の環境への持続的かつステルス的なアクセスを可能にします。このガイドでは、脅威を軽減し、組織の資産を保護するために、C2 通信を特定し、遮断することの重要性を強調します。

ネットワークベースの攻撃では、攻撃者はコマンド&コントロールチャネル (C&C) を悪用してアクションを実行します。ホストマシンに悪意のあるソフトウェアを導入することで、攻撃者は外部サーバーとの接続を確立します。驚くべきことに、感染したホストマシンが実行するアクションを決定するのは外部サーバーから受信した指示であり、それによって攻撃者は攻撃を進めることができるのです。
コマンド&コントロールツール、例えば Cobalt Strike やメタスプロイトなどのコマンド&コントロールツールは、攻撃者によって一般的に使用されます。これらのツールは通信経路の暗号化をサポートし、ドメインフロントやセッションジッターといった手法を用いて検知を回避します。
Vectra AIは、コマンド&コントロールチャネルの検出において独自のアプローチを採用しています。暗号化や検知回避の手法にかかわらず、Vectra AIのセキュリティ主導型のアプローチにより、確実に検出が可能です。Vectra AIのセキュリティ研究チームは、数学的な手法に頼るのではなく、行動パターンに焦点を当てています。
Vectra AIのチームは、コマンド&コントロールチャネルの挙動を調査した結果、最も明確な指標は経時的なネットワークトラフィックの推移にあることを突き止めました。 この時系列データを分析するにあたり、Vectra AIのデータサイエンティストたちは、異なる時間スケールでの事象の理解に優れたディープラーニングモデル、具体的にはLSTM(長短期記憶)を採用しました。これにより、Vectra AIは、使用されている具体的なツールに関わらず、コマンド&コントロール通信の性質を効果的に特定することが可能となっています。
外部システムからの良性トラフィックの代表例を想定してみましょう。

上の例では、ホストマシンが外部サーバーに定期的にシグナルを送信しています。ビーコンとして知られるこれらのシグナルは、システムの接続を維持し、効果的に通信するために、さまざまなサービスで一般的に使用されています。
しかし、ビーコンは悪意のある目的に悪用されることもあります。ストックティッカーやチャットアプリなど、ビーコンを合法的に使用する場合と、悪意のあるコマンド&コントロールチャネルに使用する場合の微妙な違いを理解することが重要です。
コンセプトをよりよく理解するために、悪意のある暗号化トンネルの具体的なケースをご紹介します。

上記のグラフに明確なパターンが見られますか?これらのスパイクは、攻撃者からのコマンド送信と感染システムの応答を示しています。「受信バイト数」の最初のスパイクは、何の指示もなく発生し、直後に感染マシンの反応が続きます。
Vectra AIのデータサイエンティストは、これらのパターンを分析することで、この挙動を認識する効果的な方法を見出しました。コマンド&コントロールチャネルの挙動を表す時系列データは、音声認識や自然言語処理で使用されるデータと類似点があります。この類似点から、チームは識別のためにディープラーニングモデルを採用することになりました。
Vectra AIは、LSTM(長短期記憶)と呼ばれる強力なニューラルネットワークを活用して、攻撃行動を検知します。この特殊なアーキテクチャは、複数の時間枠にわたるイベントの分析に優れており、コマンド&コントロール(C&C)通信データを包括的に把握することを可能にします。 LSTMは、実データやアルゴリズムによって生成された多様なサンプルを用いて学習されており、さまざまなシナリオ、ツール、構成、環境を網羅しています。その結果、このモデルは、使用されている具体的なツールに関係なく、制御チャネルを示す全体的なパターンを特定することができます。

本分析で採用されたアルゴリズム的アプローチは、Vectra AIによるネットワークセッションデータのフォーマット方法によって実現されました。Vectra AIはZeekと同様のメタデータを提供できますが、その独自パーサーは、ネットワーク通信を1秒未満の間隔で解析するという点で、標準的なZeekの機能を超えています。このレベルの詳細さにより、正常な通信と悪意のある通信の両方を明確に可視化することが可能となり、Vectra AIのデータサイエンスチームは、幅広い課題に対して最も効果的なアルゴリズムを活用できるようになります。
独自のメタデータと高度なアルゴリズムを組み合わせることで、Vectra AIは攻撃者を効果的に特定することができます。表面的なシグナルだけでなく、通信データそのものに焦点を当てるこのアプローチは、攻撃者のツールの変化や、暗号化されたトラフィックに対しても高い耐性を維持します。さらに、明確な行動シグナルにより、重要な情報や攻撃者のステルス的な行動を意図せずフィルタリングしてしまう可能性のある抑制フィルタが不要になります。

Command and Control サイバー攻撃の基盤であり、積極的な検知と妨害戦略が不可欠です。Vectra AI 高度なソリューションVectra AI セキュリティチームがC2脅威をリアルタイムで検知、調査、無力化することを可能にします。高度なサイバー攻撃者に対する防御を強化し、重要な資産を保護するため、今すぐお問い合わせください。
C2通信は、攻撃者が標的ネットワーク内の侵害されたシステムとの通信を維持するために使用する手法である。これらのチャネルにより、攻撃者はコマンドを発行し、データを窃取し、追加のマルウェアを展開することが可能となる。 マルウェアを配布することを可能にします。
C2 通信は通常、攻撃者のサーバーと侵害されたシステムとの間にリモート接続を確立することで動作します。これは、HTTP、HTTPS、DNS、またはカスタムプロトコルなど、さまざまなプロトコルを使用して実現できます。
C2通信の検知は、そのステルス性、暗号化の使用、正当なネットワーク・トラフィックの模倣などのために困難であり、従来の検知方法を回避するのに役立っている。
一般的な指標としては、異常なアウトバウンド・ネットワーク・トラフィック、同じIPアドレスやドメインへの繰り返し接続、不規則なデータ・フロー、既知の悪意のあるIPアドレスやドメインなどがある。
組織は、異常や既知の C2 パターンを検知 するために、エンドポイント検知とレスポンス (EDR)、ネットワーク・トラフィック分析 (NTA または NDR)、侵入検知システム (IDS)、脅威インテリジェンス・フィードを組み合わせて使用することができます。
脅威インテリジェンスは、C2通信に関連する既知の悪意のあるIPアドレス、ドメイン、シグネチャに関する情報を提供し、セキュリティチームがこれらの脅威をより効果的に特定してブロックできるようにします。
攻撃者は、ドメイン生成アルゴリズム(DGA)、高速フラックス・ネットワーク、暗号化などのテクニックを使ってC2通信を隠蔽し、通常のネットワーク活動の中にトラフィックを隠します。
はい、サンドボックスは、リモート接続の確立の試みなど、その挙動を観察するために、疑わしいファイルやURLを制御された環境に隔離することで、C2通信を特定するのに役立ちます。
チェックされていないC2コミュニケーションは、データ漏洩、経済的損失、業務の中断、ネットワークインフラの長期的な危険につながる可能性がある。
インシデント対応は、C2通信による被害の封じ込めと軽減に極めて重要です。迅速な対応により、データ漏洩やマルウェアの拡散を防止できます。 マルウェア 拡散、およびシステムのさらなる侵害を防ぐことができます。