BabaDeda эволюционировал: скрытный загрузчик атакует через память


BabaDeda усилил скрытность и научился обходить detection: что известно о новом этапе атаки

Семейство загрузчиков BabaDeda заметно эволюционировало и получило новые возможности в области скрытности, обхода обнаружения и гибкости delivery payload. По данным исследования, обнаруженного в апреле 2026 года, этот framework продолжает маскировать malicious payload, усложняя работу защитных решений и традиционных средств видимости.

Исследователи Morphisec установили прямую связь между malicious activity и инфраструктурой BabaDeda с помощью code genealogy analysis. Внутри кода загрузчика обнаружены distinctive identifiers, включая внутренний рабочий процесс обработчика задач, помеченный BABADEDA, а также константу 0xBABADEDA. Это, по оценке специалистов, подтверждает его operational status в активных campaigns, а не existence только в controlled environment.

Модульная цепочка атаки и маскировка payload

Attack chain построена на modular components, отвечающих за delivery, execution и deployment payload. При этом каждая часть по отдельности выглядит безобидно, что затрудняет выявление угрозы на раннем этапе.

Истинная payload, например, хранится в innocuous files, таких как List.Control.dat, что позволяет скрыть ее присутствие от стандартных средств visibility. Для запуска используются techniques like reflection loading и shellcode loading, благодаря чему infection почти не оставляет следов на disk.

Как запускается атака

Сценарий compromise начинается с того, что victims посещают malicious website и получают предложение выполнить команду PowerShell под видом проверки. После этого команда вызывает script, который запускается in-memory, обходя typical detection mechanisms и подготавливая дальнейшие действия.

  • первоначальный запуск происходит через PowerShell;
  • код выполняется in-memory, без заметных артефактов на disk;
  • после запуска loader проверяет географическое расположение жертвы;
  • системы из Russia или Belarus завершают цепочку атаки.

Затем BabaDeda загружает subsequent components через unencrypted HTTP и внедряет их в trusted processes, включая svchost.exe.

Что доставляется на зараженные системы

Среди доставляемых компонентов — .NET backdoor и information stealer. Последний способен профилировать host, устанавливать encrypted channel связи с server управления и собирать sensitive data, включая browser cookies и saved credentials.

Другой path атаки доставляет package, имитирующий legitimate software. Внутри него находятся files, которые в итоге подгружают malicious DLL. Эта DLL извлекает и декодирует real component из external storage, а затем выполняет его in-memory с помощью legitimate Windows callback functions.

Почему традиционное обнаружение оказывается неэффективным

Структура этой attack делает traditional detection methods малопродуктивными. Поскольку malicious code хранится внутри legitimate files и исполняется только in-memory, signature-based scanning часто не позволяет выявить threat.

Дополнительную сложность создают deception checks, встроенные в operation для уклонения от analysis. В результате средства защиты, ориентированные в первую очередь на detection, оказываются в менее выгодной позиции.

«Для противодействия таким adaptive threats становится необходимым подход к security, ориентированный на
prevention», — следует из оценки Morphisec.

Что рекомендуют исследователи

Morphisec подчеркивает необходимость блокировать execution of malware до того, как он произойдет. Для этого предлагается использовать techniques, которые скрывают memory runtime environment и мешают успешному deployment evasive payload.

В компании отдельно отмечают: ожидание на этапе detection дает malicious software время закрепиться в системе. Поэтому приоритетом должно стать более раннее intervention, а не реакция постфактум.

Отчет получен из сервиса CTT Report Hub. Права на отчет принадлежат его владельцу.

Ознакомиться подробнее с отчетом можно по ссылке.

Технологии киберугроз
Автор: Технологии киберугроз
Технологии киберугроз – технологическая компания, специализирующаяся на решениях по анализу угроз для предприятий любого размера. Мы собираем, нормализуем, обогащаем информацию о киберугрозах со всего мира. Нашими источниками являют более 260 открытых фидов, более 100 открытых поставщиков Threat Intelligence-отчетов, открытые online sandbox, социальные сети и репозитории GitHub. Мы также предоставляем ряд сервисов по: семантическом анализу Threat Intelligence-отчетов и приведения их в машиночитаемый формат STIX 2.1, проверки IoC на потенциальные ложноположительные сработки, а также получению WHOIS-записей для доменных имен.
Комментарии: