Summary of :“Detecting and Characterizing Lateral Phishing at scale”

1. 1
UNIVERSITÀ DEGLI STUDI DI TRIESTE
DIPARTIMENTO DI INGEGNERIA E ARCHITETTURA
Tesi triennale in Ingegneria Elettronica ed Informatica
Summary of “Detecting and Characterizing Lateral
Phishing at scale” [1]
Candidato: Relatore:
Matteo BILLÈ Prof. Alberto BARTOLI
Matricola: IN0500281
Anno Accademico 2019-2020

2. 2
Indice:
1 Introduzione ..................................................................................................................................3
2 Descrizione del classificatore .......................................................................................................3
3 Elaborazione dei risultati .............................................................................................................4
4 Conclusione ....................................................................................................................................7

3. 3
1. Introduzione
Per oltre una decade la sicurezza informatica ha esplorato e ha sviluppato molte difese
contro gli attacchi di tipo phishing. Negli ultimi anni però si è sviluppato un nuovo tipo di
attacco phishing detto lateral phishing in cui l’attaccante usa un account aziendale
compromesso per inviare delle email di phishing ad un gruppo di destinatari. Questi attacchi
sono particolarmente insidiosi perché viene sfruttata la fiducia implicita che il mittente ha
sia da parte dell’utente destinatario del messaggio sia da parte dei sistemi di protezione
convenzionali.
Viene presentato in questo articolo un nuovo classificatore per rilevare gli URL-based lateral
phishing ovvero gli attacchi in cui è presente un URL maligno e viene studiata una prima
caratterizzazione su larga scala di questo fenomeno.
Per questo studio ci si è basati su un dataset di 92 aziende di cui 23 sono state scelte
casualmente fra una lista di società che hanno riportato attacchi di lateral phishing, mentre le
altre 69 sono state scelte casualmente. Le 92 aziende scelte risultano avere mercati diversi e
dimensioni diverse.
2. Descrizione del classificatore
Per creare un insieme degli attacchi di lateral phishing vengono unite due sorgenti, la
prima è l’insieme delle mail riportate dalla sicurezza dell’azienda, la seconda è invece un
rivelatore che segnala le possibili email pericolose che poi vengono controllate
manualmente.
Il metodo studiato per etichettare un’email è quello di creare un classificatore tramite un
algoritmo di random forest [2] addestrato tramite tre set di features.
a) Il primo set consiste in due variabili, la prima è il numero di destinatari univoci di
ogni messaggio, mentre la seconda valuta la Jaccard similarity [3] tra i destinatari
dell’email e i destinatari a cui l’indirizzo mittente ha scritto nel mese precedente.
b) Il secondo set è composto da una variabile booleana che indica la presenza nell’email
di una delle parole contenute in un dizionario di 150 parole chiave tipiche degli
attacchi phishing costruito analizzando migliaia di attacchi.
c) Il terzo set è composto da due indici, un indice di reputazione globale degli URL
contenuti nelle email e un indice di reputazione locale degli URL nell’email. L’indice
di reputazione globale si ottiene prendendo il massimo indice degli URL presenti
nelle mail. L’indice di ogni URL corrisponde alla sua posizione all’interno del
ranking Cisco Umbrella Top 1 Million Sites, se un URL non è presente nella classifica
prende come punteggio 10 milioni mentre se un URL proviene da un servizio di
hosting lo si valuta come inclassificato.

4. 4
L’indice di reputazione locale degli URL invece si ricava contando il numero di giorni
del mese precedente in cui almeno un dipendente dell’azienda ha inviato una mail
contenente il Fully-qualified domain dell’URL.
L’insieme per l’addestramento contiene 25 milioni di email, prelevate durante il periodo
Aprile-Giugno 2018, da 52 aziende (Exploratory orgs), mentre l’insieme per il test contiene
87 milioni di email che provengono
dal periodo Luglio-Ottobre 2018
delle 52 aziende sopracitate e dalle
email delle restanti 40 aziende (Test
orgs). Dopo la fase di
addestramento, data un’email il
classificatore sarà in grado di
estrarre tutte le caratteristiche
necessarie e darne una
classificazione.
Le aziende hanno un volume di email molto differente come mostrato in Figura 1.
3. Elaborazione dei risultati
Gli attacchi di lateral phishing verranno contati tramite mail univoche della coppia
oggetto-mittente, queste occorrenze vengono chiamate incident. Questa metodologia
permette di non sovrastimare i numeri degli attacchi in caso di molti destinatari.
Per valutare la qualità del classificatore vengono utilizzati due parametri, il detection rate e
la precision, il primo parametro è la percentuale di incident rilevati rispetto a tutti gli incident,
mentre il secondo è la percentuale
di segnalazioni corrette rispetto a
quelle complessive (attacchi e
falsi positivi).
Si ottiene così che nella fase di
training il detection rate è del 88,6%
degli attacchi e una precision del
31,3%. Mentre nel dataset di test
otteniamo un detection rate del
87,3% e crea 316 falsi positivi con
una precision del 23,3% (Tabella 1). Tabella 1: Risultati della valutazione del classificatore.
Figura 1: Distribuzione del numero di mailbox nelle 92 aziende

5. 5
Analizzando i risultati del
classificatore sul
campione di 92 aziende si
evidenzia che 33 hanno
subito un attacco di lateral
phishing e di queste il 60%
con almeno due account
compromessi come si
vede in figura 2.
Per quantificare gli
attacchi in cui l’attaccante riesce a compromettere il destinatario per inviare altre email di
phishing, si studia il comportamento dei destinatari delle email. Ipotizziamo che Alice sia
l’attaccante e Bob un destinatario, saremo in grado di dire che l’attacco è stato portato a
termine con successo se: Bob riceve l’email di phishing da Alice, Bob entro due giorni invia
una sua mail di phishing ad altri utenti e i messaggi inviati da Alice e Bob sono strettamente
correlati. In conclusione, nel campione risulta che 17 utenti inizialmente compromessi sono
riusciti a ottenere l’accesso ad altri 23 utenti.
Non si è in grado però di quantificare il numero completo di account compromessi.
Concentrandosi ora sui destinatari dei messaggi spediti dagli attaccanti si possono
suddividere quasi tutti gli attacchi in quattro categorie: Account-agnostic Attackers, Lateral-
organization Attackers, Organization-wide Attackers e Target-recipient Attackers.
Un attacco di phishing viene identificato come Account-agnostic Attackers se meno dell’1%
dei destinatari fa parte della stessa organizzazione e se i destinatari non hanno una forte
connessione con il mittente, oppure, se meno del 50% dei destinatari appartiene alla stessa
organizzazione del mittente e se i destinatari appartengono ad almeno il doppio dei domini
email rispetto a quelli presenti negli ultimi contatti del destinatario.
Un attacco viene valutato come Lateral-organization Attackers se i destinatari fanno parte
della stessa organizzazione per meno dell’1%, ma fanno parte di aziende che si occupano
della stessa zona di mercato.
L’ Organization-wide Attackers si verifica se più del
50% dei dipendenti di un’azienda riceve la stessa
email di phishing oppure se più del 95% dei
destinatari dell’attacco appartengono alla stessa
azienda dell’attaccante.
L’ultima categoria è quelle degli Target-recipient
Attackers si riferisce agli attacchi in cui almeno il
33,3% dei destinatari appartengono ai contatti recenti del mittente.
La distribuzione degli attacchi secondo questa classificazione si trova nella Tabella 2.
Tabella 2: Quantificazione dei tipi di attacchi.
Figura 2: frazione totale delle aziende rispetto il numero totale di account
compromessi.
ATO: account compromessi

6. 6
Oltre a questa suddivisione in classi basata sui destinatari, si può creare un’ulteriore
distinzione per quanto riguarda il contenuto della mail. È possibile valutare una mail
attraverso due macro-gruppi con tre ulteriori divisioni ciascuno. Il primo macro-gruppo è
quello del topic Tailoring che caratterizza la specificità del messaggio, di divide in: generic
phishing in cui non si entra in nessun dettaglio specifico, Broadly enterprise related topic in cui
il messaggio, pur rimanendo generico, risulta pertinente per molte aziende dello stesso
ramo e per ultimo il target topic in cui il messaggio è molto legato all’azienda di cui fa parte
il destinatario.
Il secondo macro-gruppo è il name tailoring che differenzia le email in base all’uso preciso
del nome del destinatario o dell’azienda, anche questa categoria si divide in tre sottogruppi:
non-personal naming che sono
messaggi in cui non viene nominata
né l’azienda né il nome del
dipendente, Organization specifically
named dove viene specificato il nome
dell’azienda ma non quello del
destinatario e recipient specifically
named in cui viene usato il nome della
vittima. Incrociando questi macro-gruppi otteniamo la tabella 3.
Le principali tecniche per adescare le vittime sono due: la prima consiste in un messaggio
di errore riguardante l’account, mentre la seconda è la notifica di una nuova condivisione
di un documento.
Per approfondire questi metodi di
adescamento si è costruito il set di tutte le
parole presenti in ciascuno degli attacchi.
Il dizionario così ottenuto è composto solo
da 444 parole distinte e nella quasi totalità
degli attacchi è presente almeno una delle
20 parole più frequenti.
Da questo risultato e dai risultati
precedenti si trae la conclusione che gli
attaccanti cercano di utilizzare tecniche di adescamento banali e metodi di scrittura generici
per poter riutilizzare lo stesso messaggio per attacchi a più aziende.
Si è studiato inoltre l’andamento temporale degli attacchi durante la settimana, ma non ne
risulta nessun comportamento particolare, analogamente anche una ricerca sull’attività o
inattività account dai quali partono le mail non ha portato a risultati.
Si nota inoltre che alcuni attaccanti utilizzano delle tecniche non automatizzate per
aumentare le possibilità di riuscita di un attacco di lateral phishing, un metodo è quello di
Tabella 3: Divisione degli attacchi in base alla Topic
Tailoring ed il Name Tailoring
Tabella 4: Le dieci parole più comuni presenti nelle
email di phising

7. 7
avere un’interazione attiva con i destinatari tramite risposte a mail di conferma di
autenticità o chiarimenti sul messaggio. Altri attaccanti invece investono del tempo extra
per eliminare le tracce degli attacchi.
In totale in 48 attacchi è stata utilizzata almeno una di queste due tecniche.
4. Conclusione
In conclusione, questo lavoro è solamente un primo studio del fenomeno, in quanto ci
sono ancora molti aspetti da approfondire. Inoltre, si denota la possibilità che il lateral
phishing in futuro possa evolversi e diventare molto più pericoloso utilizzando più
efficacemente i dati reperibili dagli account email oppure utilizzando tecniche di
mascheramento più efficaci.
RIFERIMENTI:
[1] Grant Ho, Asaf Cidon, Lior Gavish, Marco Schweighauser, Vern Paxson, Stefab Savage
Geoffrey M. Voelker, David Wagne. Detecting and Characterizing Lateral Phishing at scale.
In Proc. of 28th USENIX Security Symposium, 2019.
[2] Wikipedia, Random forest. https://en.wikipedia.org/wiki/Random_forest
Accessed feb-2020
[3] Wikipedia, Jaccard index. https://en.wikipedia.org/wiki/Jaccard_index
Accessed feb-2020