微软发现针对钱包地址和私钥的新型加密恶意软件

TheNewsCrypto發佈於 2026-06-19更新於 2026-06-19

文章摘要

2026年2月,微软威胁情报与微软 Defender 专家发现了一种针对加密货币的“剪切板劫持器”恶意软件活动。该恶意软件通过USB驱动器中的恶意.lnk快捷方式文件传播,利用Windows Script Host和ActiveX技术激活,无需安装程序或控制服务器即可运行。 一旦感染系统,该恶意软件会持续监控剪贴板内容,专门寻找12词或24词恢复短语、比特币及以太坊私钥和钱包地址。它会在用户完成交易前,将复制的收款地址替换为攻击者控制的地址。此外,恶意软件还能截图并通过Tor连接发送,使攻击者能窃取用户钱包余额和活动信息,并具备远程代码执行能力。 微软将此威胁检测为Trojan/CryptoBandits.A,并建议组织禁用USB自动运行功能、限制从USB驱动器执行脚本和快捷方式,并监控相关的可疑活动,如本地9050端口代理活动、PowerShell截图行为等。

2026年2月,微软威胁情报和微软 Defender 专家发现了一场加密剪贴板劫持攻击。这是一次基于Windows构建的恶意活动。该恶意软件通过剪贴板劫持利用加密货币持有者,并搜索敏感的钱包信息。微软通过其博客报告了这些情况。

攻击者主要通过USB驱动器上分发的恶意.lnk快捷方式文件传播此恶意软件。此恶意代码的激活会导致恶意软件释放两个模块。一个模块在系统间传播恶意软件,而另一个则作为剪贴板劫持器和信息窃取器运行。Microsoft Defender Antivirus 将此威胁识别为 Trojan/CryptoBandits.A。

与大多数恶意软件操作不同,此恶意软件无需使用安装程序或任何控制服务器,因为它利用 Windows 脚本宿主和 ActiveX 技术来启动一个打包的 Tor 代理。然后,它在受感染的计算机上使用 SOCKS5 代理,并连接到在 Tor 隐藏服务上运行的控制服务器。

恶意软件窃取钱包信息并替换地址

感染系统后,该恶意软件持续监控任何剪贴板内容,并查找恢复短语、私钥和钱包地址。根据微软的说法,该恶意软件精准地针对12词和24词恢复短语、比特币私钥和以太坊私钥。它在用户完成交易前,将复制的钱包地址替换为攻击者控制的地址。

该恶意软件会截取屏幕截图并通过Tor连接发送,这使得攻击者能够获取更多关于用户钱包余额和活动的信息。此外,微软表示,该恶意软件具有远程代码执行能力,使攻击者有可能发送额外指令,同时通过使用计划任务和对恶意软件部分进行加密来确保持久性。

研究人员识别出多个入侵指标,包括可疑的JavaScript执行、localhost:9050代理活动、基于PowerShell的屏幕截图捕获以及剪贴板监控行为。微软建议组织禁用自动运行功能。他们还应限制从USB驱动器运行脚本解释器和可执行快捷方式,并监控与此相关的任何可疑活动。此恶意软件活动突显了加密货币在投资者和用户中持续增长的使用情况。

重点加密新闻:

以太坊基金会再遇成员离职,Hsiao-Wei Wang宣布卸任

标签区块链加密货币恶意软件微软钱包

相關問答

Q根据文章,微软发现的这种新型加密恶意软件主要通过什么方式传播?

A主要通过分布在U盘上的恶意.lnk快捷方式文件传播。

Q微软将该恶意软件威胁标识为什么?

A微软Defender Antivirus将其标识为特洛伊木马程序,威胁名称为Trojan/CryptoBandits.A。

Q这种加密窃取程序主要监控和窃取用户的哪些敏感信息?

A它主要监控剪切板内容,并窃取12词或24词的恢复短语、比特币私钥、以太坊私钥以及钱包地址。

Q该恶意软件的一个显著技术特点是什么,使其无需安装程序或控制服务器即可运作?

A它利用Windows脚本宿主和ActiveX技术来启动打包的Tor代理,并通过SOCKS5代理连接运行在Tor隐藏服务上的控制服务器,因此无需传统的安装程序或直接的控制服务器。

Q微软建议组织采取哪些措施来防范此类恶意软件?

A微软建议组织禁用自动运行功能,限制从U盘运行脚本解释器和可执行快捷方式,并监控与此相关的可疑活动。

你可能也喜歡

ACL 2026华人霸榜,最佳论文一作全华人,杰出论文几乎包场

ACL 2026计算语言学顶会于7月在美国圣地亚哥举行,规模创历史新高,共收到12148篇投稿,同比增长45%。本届会议被大语言模型(LLM)主题主导,相关词汇在论文标题中出现频率极高。 会议评选出三篇最佳论文,一作均为华人学者: 1. 《The Imperfective Paradox in Large Language Models》:通过“未完成体悖论”这一经典语言学现象测试大模型,发现开源模型普遍存在“目的论偏见”,即倾向于认为有目标的动作都会完成,揭示了模型更像“叙事预测引擎”而非逻辑推理者。 2. 《Memory efficiency and resource-rational encoding in sentence processing》:通过为Transformer模型添加工作记忆约束(注入噪声),迫使模型学习更高效地分配有限的记忆资源。结果发现,这种约束让模型的阅读节奏更接近人类,并促成了更压缩、更范畴化的表征。 3. 《Characterizing the Expressivity of Local Attention in Transformers》:利用形式语言理论解释了为何“局部注意力”机制在节省计算成本的同时,常能提升模型效果。研究表明,局部注意力引入了新的表达能力,与全局注意力互补,结合使用能获得最丰富的表达力。 此外,会议还评选了18篇杰出论文,华人在其中占据显著比例,尤其在强化学习、大模型安全与智能体等热门方向成果突出。 本届ACL数据显示,中国大陆作者占比高达54.0%,美国以18.4%位列第二。会议投稿量、审稿规模及参会人数均大幅增长,体现了该领域的空前繁荣与激烈竞争。

marsbit2 小時前

ACL 2026华人霸榜,最佳论文一作全华人,杰出论文几乎包场

marsbit2 小時前

交易

現貨
活动图片