Introdução à Segurança

Objetivo de Aprendizagem 1.1.A: Identificar indicadores comuns de táticas de engenharia social.

• 1.1.A.1 Ataques de engenharia social usam táticas psicológicas para manipular usuários a revelar informações sensíveis (coleta ativa), baixar um arquivo malicioso ou clicar em um link malicioso. A engenharia social pode ser realizada pessoalmente, mas é frequentemente feita por e-mail, mensagem de texto ou mensagens de mídias sociais.
• 1.1.A.2 Adversários frequentemente usam táticas psicológicas como intimidação e urgência para alcançar seus objetivos. Intimidação ocorre quando um adversário ameaça um alvo com consequências negativas se ele não ceder. Urgência ocorre quando um adversário cria razões pelas quais um alvo deveria agir rapidamente.

Objetivo de Aprendizagem 1.1.B: Explicar como táticas de engenharia social influenciam vítimas a realizar uma ação desejada.

• 1.1.B.1 Táticas de engenharia social dependem de princípios psicológicos comuns que influenciam o comportamento humano.
• 1.1.B.2 A intimidação aproveita a aversão natural humana a consequências negativas. Ao chamar a atenção para possíveis consequências negativas, adversários usam o medo para incitar alvos a agirem.
• 1.1.B.3 A urgência aproveita a resposta natural humana a reagir rapidamente a necessidades urgentes. Quando alvos detectam um senso de urgência em uma mensagem, eles sentem pressão para responder ou agir rapidamente, o que pode impedir que levem o tempo necessário para considerar se uma ação é razoável ou segura.

Objetivo de Aprendizagem 1.1.C: Descrever possíveis impactos para vítimas de ataques de engenharia social.

• 1.1.C.1 Vítimas podem dar a um adversário informações pessoais que poderiam levar à suplantação de identidade, como nome, número de telefone, endereço, local de trabalho, nomes de animais de estimação ou data de nascimento. Esse tipo de informação, e informações semelhantes, são frequentemente usados em sites como perguntas de desafio para verificar a identidade de um usuário.
• 1.1.C.2 Vítimas podem dar a um adversário informações seguras como uma senha de uso único (OTP) ou código de login de autenticação, o que poderia permitir que um adversário fizesse login em um serviço como a vítima.
• 1.1.C.3 Vítimas podem baixar malware ou clicar em um link que instala malware em seu dispositivo, rouba informações de seu navegador da web ou as redireciona para um site onde suas credenciais de login podem ser capturadas por um adversário.

Objetivo de Aprendizagem 1.2.A: Identificar sinais comuns de um ataque de senha.

• 1.2.A.1 Em um ataque de senha online, adversários tentam fazer login em um dispositivo ou serviço usando senhas comuns, padrões de senha comuns ou senhas roubadas.
• 1.2.A.2 Sinais de um ataque de senha online incluem:
  • Muitas tentativas falhadas de login em curto período
  • Tentativas de login em horários incomuns
  • Tentativas de login a partir de dispositivos desconhecidos

Objetivo de Aprendizagem 1.2.B: Explicar como os adversários exploram autenticações fracas.

• 1.2.B.1 Muitas pessoas usam padrões comuns ao criar senhas, como:
  • Iniciar uma senha com uma ou duas palavras, adicionar um número de dois dígitos (geralmente significando um ano) e colocar um caractere especial no final
  • Incluir nomes de familiares ou animais de estimação nas senhas
  • Incluir datas de significado pessoal nas senhas
• 1.2.B.2 Adversários frequentemente constroem um dicionário de senhas possíveis com base em informações pessoais coletadas sobre um alvo (ex.: aniversário, aniversário, nomes de animais de estimação e familiares) e usam uma ferramenta automatizada para enviar senhas potenciais.

Objetivo de Aprendizagem 1.2.C: Explicar como tornar a autenticação mais forte.

• 1.2.C.1 Os usuários devem criar senhas longas, aleatórias e únicas. Um gerenciador de senhas pode ser usado para gerar e armazenar senhas fortes, ou o usuário pode criar frases-passe longas e únicas para suas contas.
• 1.2.C.2 Ao criar senhas, os usuários devem evitar nomes, datas ou outras palavras ou números de significado pessoal.
• 1.2.C.3 Quando disponível, os usuários devem habilitar a autenticação multifator (MFA), que exigirá que o usuário forneça prova extra de identidade — como um código de uso único — além da senha como camada extra de segurança.

Objetivo de Aprendizagem 1.3.A: Identificar o tipo de adversário que realiza um ciberataque.

• 1.3.A.1 Os adversários podem ser classificados por seus níveis de habilidade.
  • Adversários de baixa habilidade dependem de ferramentas cibernéticas maliciosas criadas por outros que podem ser compradas online. As ferramentas que eles usam exploram vulnerabilidades conhecidas.
  • Adversários de alta habilidade têm capacidade para criar novas ferramentas cibernéticas maliciosas ou modificar as existentes para se adaptar a novas técnicas e ferramentas de defesa. Eles também têm capacidade para descobrir vulnerabilidades não documentadas, conhecidas como zero days.
• 1.3.A.2 Os adversários têm uma variedade de motivações, incluindo ganância, desejo por reconhecimento, dedicação a uma causa, vingança, política ou crenças.

Objetivo de Aprendizagem 1.3.B: Identificar tipos de ataques cibernéticos sem fio.

• 1.3.B.1 Em um ataque evil twin, um adversário configura seu próprio ponto de acesso sem fio (WAP) com um service set identifier (SSID) semelhante ou idêntico à rede-alvo; a rede do adversário é chamada de evil twin. Vítimas deste ataque podem selecionar, sem saber, conectar-se ao evil twin, permitindo que o adversário capture seu tráfego de rede. O adversário não pode ler o tráfego que usa um protocolo criptografado como HTTPS.
• 1.3.B.2 Em um ataque de interferência (jamming), um adversário inunda uma área com um sinal eletromagnético (EM) forte na mesma faixa de frequência da rede sem fio, o que impede o tráfego legítimo entre o ponto de acesso (AP) e os usuários. Esse tipo de ataque que impede que os usuários acessem recursos é chamado de ataque de negação de serviço (DoS).
• 1.3.B.3 Em um ataque war driving, adversários tentam detectar beacons de redes sem fio enquanto dirigem ou caminham ao redor de um alvo. Se um sinal sem fio for detectado, o adversário pode obter informações sobre o tipo de rede sem fio usada e encontrar áreas onde o sinal sem fio se estende fora do prédio físico.

Objetivo de Aprendizagem 1.3.C: Descrever ações que indivíduos podem tomar para aumentar a proteção de dados sensíveis ao usar a internet e Wi-Fi.

• 1.3.C.1 Indivíduos devem verificar se o nome de qualquer rede sem fio que join exatamente corresponde ao nome da rede que pretendem join.
• 1.3.C.2 A maioria dos protocolos de internet são criptografados para proteger o tráfego de rede. No entanto, os indivíduos podem considerar a sensibilidade de seus dados ao escolher se join redes Wi-Fi não criptografadas para proteger dados vulneráveis, como consultas DNS.
• 1.3.C.3 Indivíduos podem considerar o uso de uma rede privada virtual (VPN), que criptografa todo o seu tráfego para o sistema do operador VPN. Embora essa ação impeça que um provedor de serviços visualize o tráfego, o provedor VPN pode visualizar o tráfego.

Objetivo de Aprendizagem 1.4.A: Explicar como adversários usam ferramentas impulsionadas por IA para aumentar ciberataques.

• 1.4.A.1 Adversários podem usar ferramentas impulsionadas por IA que aproveitam amostras de voz e imagem existentes de uma pessoa para criar um avatar digital dessa pessoa. O uso dessas tecnologias permite que adversários se passem por alguém pelo telefone ou mesmo em uma videochamada, o que pode levar a perdas financeiras ou compartilhamento de informações sensíveis ou privadas. À medida que mais organizações adotam autenticação baseada em voz, o impacto da impersonificação de voz tem um potencial maior de impacto.
• 1.4.A.2 Adversários podem usar ferramentas de IA generativa, como modelos de linguagem grandes (LLMs), para criar mensagens de phishing convincentes em qualquer idioma-alvo. Como mensagens de phishing tradicionais às vezes são escritas por não nativos do idioma-alvo, linguagem antinatural é um recurso que tem sido usado para distinguir mensagens de phishing de mensagens legítimas. No entanto, com ferramentas de IA, adversários agora podem redigir mensagens de phishing em qualquer idioma que soem como se tivessem sido escritas por um falante nativo.
• 1.4.A.3 Adversários podem criar prompts que extraem informações seguras ou sensíveis de LLMs. Informações seguras ou sensíveis em LLMs podem vir de entrada de usuário e dos grandes conjuntos de dados usados para treinar LLMs.
• 1.4.A.4 Adversários podem publicar sites ou modificar sites existentes para conter informações falsas para que as informações falsas sejam incluídas nos conjuntos de treinamento para LLMs, fazendo com que os LLMs repitam as informações falsas.
• 1.4.A.5 Adversários podem realizar reconhecimento de um alvo usando ferramentas impulsionadas por IA que escaneiam a internet para coletar informações postadas em mídias sociais e sites públicos.
• 1.4.A.6 Adversários podem usar ferramentas de codificação aprimoradas por IA para ajudar a escrever novo malware, modificar código de aplicativo existente para realizar atividades maliciosas ou para encontrar vulnerabilidades em grandes bases de código.

Objetivo de Aprendizagem 1.4.B: Explicar como se proteger contra alguns ciberataques aumentados por IA.

• 1.4.B.1 Segredos compartilhados com amigos próximos e familiares que podem ser usados para verificar as identidades uns dos outros devem ser estabelecidos. Uma palavra ou frase secreta conhecida apenas por duas partes pode ser usada para autenticar identidades em situações de alto risco.
• 1.4.B.2 A autenticação multifator (MFA) deve ser habilitada. Se um adversário clona a voz de um alvo para acessar um sistema com autenticação por voz, exigir um segundo fator de autenticação poderia impedir que um adversário ganhe acesso a contas.
• 1.4.B.3 Dados pessoais ou sensíveis não devem ser inseridos em nenhuma ferramenta impulsionada por IA, como chatbots ou assistentes virtuais. Algumas ferramentas impulsionadas por IA alimentam a entrada do usuário de volta no modelo para fornecer treinamento contínuo. Adversários poderiam extrair dados que usuários incluíram em prompts.
• 1.4.B.4 A saída de ferramentas impulsionadas por IA deve ser cuidadosamente avaliada. Verifique informações de ferramentas impulsionadas por IA usando fontes confiáveis, estáveis e não baseadas em IA.

Objetivo de Aprendizagem 1.5.A: Explicar como defensores cibernéticos podem aproveitar ferramentas impulsionadas por IA para proteger redes, aplicativos e dados.

• 1.5.A.1 Ferramentas de IA podem revisar configurações de segurança atuais, como regras de firewall e controles de acesso, e recomendar opções mais seguras. Recomendações devem sempre ser verificadas por um técnico de segurança qualificado antes de serem implementadas.
• 1.5.A.2 Ferramentas impulsionadas por IA podem analisar código de aplicativo para identificar vulnerabilidades e recomendar mitigações. Recomendações devem sempre ser revisadas por um programador qualificado antes de serem implementadas.
• 1.5.A.3 Ferramentas impulsionadas por IA podem sugerir regras para sistemas de detecção automática. Regras de detecção devem sempre ser revisadas por um engenheiro de detecção qualificado antes de serem adicionadas a um sistema.

Objetivo de Aprendizagem 1.5.B: Explicar como ferramentas impulsionadas por IA estão permitindo detecção e resposta a ameaças mais rápidas e precisas.

• 1.5.B.1 Dos milhões de eventos digitais que ocorrem em redes diariamente, alguns provavelmente representam um adversário realizando atividade maliciosa. Humanos não podem examinar cuidadosamente todos esses eventos para identificar a atividade maliciosa.
• 1.5.B.2 Ferramentas impulsionadas por IA podem ser treinadas para analisar rapidamente eventos digitais e classificar os eventos que são provavelmente atividade maliciosa daqueles que são inofensivos.
• 1.5.B.3 Ferramentas impulsionadas por IA podem ser programadas para alertar pessoal de cibersegurança humano quando atividade provavelmente maliciosa é detectada ou para tomar ações corretivas específicas com base no tipo de atividade maliciosa detectada.
• 1.5.B.4 Ferramentas impulsionadas por IA permitem que equipes de detecção e resposta a ameaças捕捉 atividade maliciosa e intervenham rapidamente para prevenir perda, danos, destruição e dano à infraestrutura digital e dados.