Анализ вредоносных вложений в фишинговых рассылках для ВКР по кибербезопасности: методика детектирования и метрики защищённости

Атака, о которой сообщает CNews, — классический пример гибридного фишинга: злоумышленники используют домен .ru для отправки писем и скомпрометированные марокканские сайты для хостинга полезной нагрузки, маскируя трояны и криптомайнеры под PDF-резюме. Для выпускника ИБ-специальности это не просто новость, а готовый сценарий для эмпирической главы: есть вектор (email), есть образец вредоноса, есть тактика MITRE ATT&CK (T1566 Phishing, T1204 User Execution, T1496 Resource Hijacking). Ниже — как превратить эту историю в защищаемую ВКР и не утонуть в нормоконтроле.


Что чаще всего спрашивают студенты ИБ, прежде чем взяться за тему

Где брать реальные образцы фишинговых писем и вложений для исследования?

Легальные источники: PhishTank, MalwareBazaar (abuse.ch), URLhaus, наборы VirusTotal Academic, тренировочные датасеты Kaggle (Email Spam/Phishing). Ни в коем случае не запускайте сэмплы на рабочей машине — только изолированная ВМ/песочница (Cuckoo, CAPE). В ВКР обязательно опишите этическую сторону и политику обращения с IOC.

Какой стек подойдёт, если кафедра требует «свою реализацию»?

Минимальный и защищаемый набор: Python + eml_parser + oletools + YARA. Плюс Elastic Stack для визуализации IOC. Если хотите ML — scikit-learn на фичах (размер вложения, энтропия, тип MIME, наличие макросов). Этого достаточно для второй и третьей главы.

Как посчитать эффективность детектора, если нет своего SOC?

Соберите собственную размеченную выборку: 300–500 писем (200 легитимных + 100–200 фишинговых). Считайте Precision, Recall, F1, ROC-AUC и False Positive Rate — именно FPR критичен для почтового шлюза. Формулы в главе 3, таблица confusion matrix в приложении.

Чем усилить актуальность, сославшись на статью CNews?

Покажите тренд: рост «резюме-фишинга» совпал с активностью кластеров FakeBat, Lumma Stealer и румынских/российских майнер-дропперов. Именно эта новость — пример TTP, которые вы формализуете через MITRE ATT&CK.


Три темы ВКР, вытекающие прямо из кейса


Как встроить материал статьи в главы ВКР

Глава 1. Теория — от новости к модели угроз

Не пересказывайте CNews целиком. Возьмите три факта (домен .ru, взломанные сайты, маскировка под резюме) и оформите их как STRIDE-модель или диаграмму потока угроз. Отдельный подраздел — сравнение со стандартом ISO/IEC 27005 и OWASP Top 10 (A03 Injection, A08 Software & Data Integrity). Здесь же уместна схема BPMN процесса «получение письма → открытие вложения → заражение».

Глава 2. Проектирование — архитектура и псевдокод

Опишите архитектуру анализатора по C4 (контекст, контейнеры, компоненты). Пример ядра парсера:

import email
from hashlib import sha256
from pathlib import Path

def analyze_eml(path: Path):
    msg = email.message_from_bytes(path.read_bytes())
    report = {"from": msg["From"], "subject": msg["Subject"], "ioc": []}
    for part in msg.walk():
        fname = part.get_filename()
        if not fname:
            continue
        payload = part.get_payload(decode=True) or b""
        digest = sha256(payload).hexdigest()
        # статическая эвристика: макросы, энтропия, исполняемые расширения
        suspicious = part.get_content_type() in (
            "application/x-msdownload", "application/vnd.ms-office"
        ) or fname.lower().endswith((".exe", ".js", ".lnk", ".iso"))
        report["ioc"].append({"file": fname, "sha256": digest,
                              "suspicious": suspicious})
    return report

Глава 3. Тестирование — метрики и валидация

Соберите confusion matrix по детекциям, посчитайте:

МетрикаФормулаЦелевое значение
PrecisionTP / (TP + FP)≥ 0.95
RecallTP / (TP + FN)≥ 0.90
FPRFP / (FP + TN)≤ 0.02
MTTDвремя до детекта≤ 30 сек

Сравните базовую сигнатуру (только расширения) и гибрид (YARA + энтропия). Разница в F1 — ваш главный практический вывод.

YARA-правило под конкретную кампанию

rule Resume_Lure_Dropper {
  meta:
    author = "VKR_Student"
    mitre  = "T1566.001"
  strings:
    $s1 = "curriculum" nocase
    $s2 = "resume" nocase
    $hex = { 4D 5A 90 00 }   // MZ header
  condition:
    uint16(0) == 0x5A4D and 2 of ($s*) and $hex
}

Чек-лист перед сдачей
  • Задачи в главах 2–3 совпадают с задачами, сформулированными во введении.
  • Каждая метрика (Precision, Recall, FPR) присутствует в выводах.
  • Схемы C4/UML/BPMN подписаны и экспортированы в едином стиле.
  • Ссылки на MITRE ATT&CK, NIST, OWASP оформлены по ГОСТ Р 7.0.5-2008.
  • ГОСТ 19.201-78 — ТЗ и руководство оператора приложены.
  • Датасеты и сэмплы описаны этически, без реальных персональных данных.
  • Уникальность текста ≥ 80%, антиплагиат пройден в трёх системах.
Типичные ошибки студентов ИБ-направления
  1. Покупают «датасет» из случайных Telegram-каналов. Итог — сомнительная легальность и вирусы на ноутбуке. Используйте MalwareBazaar и описания из открытых отчётов.
  2. Пересказывают новость вместо анализа. CNews — это триггер для модели угроз, а не глава 1. Всегда выводите TTP через MITRE.
  3. Считают только Accuracy. При дисбалансе классов (99% легитимных писем) метрика бесполезна — нужен F1 и ROC-AUC.
Если тема кажется перегрузом — возьмите паузу. Мы можем подключиться на этапе проектирования: от 120 часов работы, бесплатная консультация по стеку, помощь с любой формулировкой темы. Сначала — короткий разбор вашего ТЗ, потом решаете сами.

Материал подготовлен экспертами компании Diplom-IT. Мы помогаем студентам с 2010 года. Если вам нужна помощь в разработке темы или оформлении работы, наши специалисты готовы подсказать.

Последнее обновление: 2026-10-11

Источник: Европу атакуют с помощью поддельных резюме с майнерами и троянами (опубликовано 2026-03-27)