مراقبة العلامة التجارية هي إحدى الخدمات المتميزة التي تقدمها منصة CloudSek الرائدة لمراقبة المخاطر الرقمية - الجيل السادس عشر. هذه الوظيفة شاملة لمجموعة واسعة من حالات الاستخدام مثل:

• مراقبة النطاقات المزيفة
• اكتشاف التطبيقات المارقة والمزيفة
• مراقبة الشخصيات المهمة

تقوم الجهات الفاعلة في مجال التهديد بنشر تطبيقات مزيفة أو مخادعة تتنكر كتطبيق رسمي، من خلال التعدي على العلامة التجارية لعملائنا والمواد المحمية بحقوق الطبع والنشر. عند رؤية العلامة التجارية المألوفة لعملائنا، يتم خداع عملائهم لتثبيت مثل هذه التطبيقات على أجهزتهم، وبالتالي تشغيل شفرة ضارة تسمح للجهات الفاعلة في مجال التهديد بسرقة البيانات. هذا العام فقط، أبلغت xviGil عن عملائنا ونبهتهم بشأن أكثر من 2.4 ألف تطبيق مزيف من العديد من متاجر التطبيقات التابعة لجهات خارجية.

التصنيف من خلال تسجيل التشابه

يشكل تصنيف مثل هذه التهديدات جزءًا رئيسيًا من إطار مراقبة التهديدات الخاص بـ xviGil. تحدد المنصة التطبيق وتصنفه على أنه مزيف أو محتال بناءً على ما إذا كان ينتحل شخصية تطبيقات عملائنا، أو إذا كانت ملفات APK التي تم تحميلها مختلفة عن ملفات APK الرسمية لعملائنا.

بالنسبة لأي مشكلة في التعلم الآلي، تحتاج إلى بيانات التدريب، حيث تتوقع أن تكون بيانات الاختبار الخاصة بك مشابهة لبيانات التدريب. ولكن في هذه الحالة، تختلف البيانات لكل عميل، وستحتاج إلى نموذج منفصل لكل عميل جديد.

نحن نتعامل مع المشكلة كمشكلة في درجة التشابه. نقارن التطبيق المشتبه به مع جميع التطبيقات الرسمية للعميل ونرى مدى تشابه التطبيق المشتبه به مع التطبيق الرسمي من حيث عنوان التطبيق والوصف ولقطات الشاشة المقدمة والشعارات وما إلى ذلك هنا، ينشأ قلق أكبر عندما لا تتوفر لدينا جميع المعلومات المتعلقة بالعميل، لمقارنتها بالتطبيق المشبوه.

وحدة استخراج المعرفة في CloudSek

لجمع المزيد من المعلومات حول العميل، قمنا ببناء وحدة استخراج المعرفة. عندما يقوم عميل جديد بالتسجيل، يتم تشغيل هذه الوحدة وتحاول جمع كل المعلومات الممكنة عن العميل. تم إنشاء وحدة استخراج المعرفة كوحدة عامة تحاول الحصول على كل المعلومات الممكنة عن العميل. اسم العميل والمجال الأساسي الخاص به هما المدخلات الوحيدة المطلوبة للعملية.

من خلال هذه التفاصيل، يمكن لوحدة استخراج المعرفة تحديد الصناعة التي يعمل فيها عميلنا، ومنتجاته وخدماته المختلفة، ومنافسي العميل، والمكدس التكنولوجي/التقنيات الرئيسية التي يعمل بها العميل، وتطبيقاته الرسمية، وما إلى ذلك. يتم الحصول على هذه التفاصيل من متجر Google Play، أو عن طريق الزحف وتحليل موقع العميل على الويب، وقوائم الوظائف المختلفة المنشورة من قبل العملاء أنفسهم، وما إلى ذلك، ثم يتم تمرير المعلومات المجمعة من خلال نماذج التعرف على الكيانات المسماة (NER) المخصصة أو القواعد الثابتة عليها للحصول على تفاصيل العميل بطريقة منظمة.

عندما نراقب التطبيقات الضارة، نقوم بتشغيل نموذج تشابه النص/الصورة على المعلومات المجمعة (شعار العميل، التطبيق الرسمي، المنافسون، إلخ) والمعلومات الموجودة في التطبيق المشبوه. على سبيل المثال، يتحقق تشابه النص من مدى تشابه وصف تطبيق العميل من حيث السياق مع وصف التطبيق المشبوه. تحاول وحدة أخرى معرفة ما إذا كانت شعارات العميل تظهر على لقطات الشاشة المتوفرة داخل التطبيق الضار. ثم يتم تلخيص الدرجات المختلفة للتوصية بنتيجة المجموعة.

أخيرًا...

إذا كانت درجة التشابه أكبر من حد معين، فيمكننا القول بأمان أن التطبيق يشبه العلامة التجارية/التطبيق الخاص بعميلنا. نحتاج الآن إلى التحقق مما إذا كان APK الذي تم تحميله هو APK معدل أو APK للعميل الأصلي نفسه. التحدي الوحيد هنا هو الحفاظ على ملفات APK التي أصدرها العميل، لأي وجميع إصدارات تطبيقاته، لجميع الأجهزة/المناطق. لحل هذه المشكلة، نقارن شهادة التطبيق المشبوه بالشهادات الموجودة في التطبيق الرسمي للعميل الموجود على متجر Google Play. يؤدي هذا إلى إزالة جميع ملفات APK للتطبيقات من مطوري التطبيقات الرسميين للعميل. هذا يترك لنا تطبيقات ضارة، والتي يتم الإبلاغ عنها بعد ذلك لعملائنا.