Die zehn gefährlichsten Botnets

95 Prozent aller Mails sind Spam, wie Daren Lewis von Symantec weiß. Diese Spamnachrichten stammen wiederum zu 80 Prozent aus den zehn Netzen Grum, Bobax, Pushdo, Bagle, Mega-D, Maazben, Xarvester, Donbot und Gheg. Eine Gewichtung dieser Netze ist nicht ganz einfach. Experten streiten sich, ob man nach der Zahl der unfreiwilligen Mitglieder, der versendeten Nachrichten oder das produzierte Datenaufkommen gewichten soll. Wir haben uns entschieden, die Botnets anhand der Spam-Nachrichten zu listen. Die populärsten Namen zuerst:

Grum oder Tedroo ist einer der interessantesten Kandidaten. Es ist ein kleines Netz mit nur 600.000 Mitgliedern, aber die schicken etwa 40 Milliarden Spam-Nachrichten durch den Äther. Damit verantworten die Autoren des Rootkits, das sich auf dem Rechner kaum finden lässt, auch etwa ein Viertel des weltweiten Spam-Aufkommens. Grum infiziert seine Opfer über Autorun Registries und damit stellt er sicher, dass er auch von seinem Wirt aktiviert wird. Derzeit interessieren sich die Sicherheitsforscher besonders für dieses Netz, weil hier sozusagen schon Zukunftstechnologie der Hacker im Einsatz ist. In den Spam-Nachrichten wird hauptsächlich für medizinische Produkte geworben.

Page: 1 2 3 4 5

Silicon-Redaktion

Recent Posts

Microsoft Teams in der öffentlichen Verwaltung

Land Niedersachsen schließt datenschutzrechtliche Vereinbarung mit Microsoft zur Nutzung von Teams ab.

19 Minuten ago

Diebstahlsicherung mit KI

Ein Großteil der Inventurdifferenzen im deutschen Einzelhandel wird durch Ladendiebstähle verursacht.

34 Minuten ago

Neue, aggressive Wellen an DDoS-Attacken

DDoS-Angriffe haben seit dem Beginn des Krieges zwischen Russland und der Ukraine an Häufigkeit und…

2 Tagen ago

Excel als Rückgrat deutscher Lieferkettenplanung

Lieferkettenplanung in Deutschland auf Basis von Excel bei 37 Prozent der befragten Unternehmen im Einsatz.

4 Tagen ago

Siemens automatisiert Analyse von OT-Schwachstellen

Bedienpersonal von Fertigungsanalagen soll mögliche Risiken auch ohne Cybersecurity-Fachwissen erkennen und minimieren können.

5 Tagen ago

Cyberabwehr mit KI und passivem Netzwerk-Monitoring

Schiffl IT: Anomalien im Netzwerkverkehr und in den Systemen in Echtzeit identifizieren.

7 Tagen ago