Dalam era digital yang semakin maju, keamanan siber menjadi perhatian utama bagi organisasi di seluruh dunia. Salah satu ancaman terbaru yang memanfaatkan teknologi modern adalah serangan phishing yang didukung kecerdasan buatan (AI), dengan teknik “Last Mile Reassembly Attacks” untuk menembus Secure Web Gateways (SWG). Serangan ini menunjukkan bagaimana solusi keamanan yang dianggap canggih masih memiliki celah yang dapat dimanfaatkan oleh aktor jahat.
Apa itu Secure Web Gateways?
Secure Web Gateways (SWG) adalah solusi keamanan yang dirancang untuk melindungi organisasi dari ancaman berbasis web seperti malware, phishing, dan ransomware. SWG bekerja dengan memonitor lalu lintas jaringan, menggunakan fitur seperti:
- Malware detection: Mendeteksi perangkat lunak berbahaya.
- Sandboxing: Menganalisis file yang mencurigakan dalam lingkungan isolasi.
- URL filtering: Memblokir akses ke situs web berbahaya.
- SSL inspection: Memeriksa lalu lintas terenkripsi.
Meskipun teknologi ini dirancang untuk mencegah ancaman, serangan terbaru menunjukkan bahwa SWG tidak selalu efektif, terutama dalam menghadapi teknik yang lebih canggih.
Dalam sebuah presentasi di Defcon 32, peneliti keamanan Vivic mengungkap kelemahan SWG dan menunjukkan bagaimana penyerang dapat melewati pertahanan ini dengan memanfaatkan teknik canggih seperti AI dan serangan “Last Mile Reassembly”.
Mengapa SWG Rentan?
SWG bekerja dengan menganalisis lalu lintas jaringan dan memblokir konten berbahaya berdasarkan sejumlah kriteria, seperti URL, tipe file, dan tanda tangan malware. Namun, SWG memiliki keterbatasan:
- Blind Spot: SWG hanya menganalisis lalu lintas jaringan dan tidak dapat melihat interaksi pengguna dengan aplikasi web, izin situs, tab yang terbuka, ekstensi browser, dan fitur browser lainnya.
- Bentuk Malware yang Tidak Berbahaya: SWG seringkali gagal mendeteksi malware yang dikirimkan dalam bentuk tidak berbahaya, seperti potongan kode yang tersembunyi di dalam gambar atau halaman HTML. Malware ini kemudian dirakit di sisi klien (browser pengguna) menjadi bentuk yang dapat dieksekusi.
Teknik Penetrasi: Last Mile Reassembly Attacks
Teknik “Last Mile Reassembly Attacks” adalah metode yang digunakan untuk menyembunyikan malware atau halaman phishing hingga mencapai perangkat target. Serangan ini memanfaatkan kelemahan SWG yang hanya menganalisis lalu lintas jaringan, tetapi tidak memonitor aktivitas di tingkat browser atau interaksi pengguna. Ada dua metode utama yang digunakan:
- Pengiriman Melalui Kanal Tidak Dimonitor
Malware atau data berbahaya dikirim melalui protokol seperti WebRTC, WebSocket, atau Firebase Cloud Messaging, yang sering kali tidak dimonitor oleh SWG. Contoh kasus:- Data dikirim melalui WebSocket, melewati filter SWG.
- Malware diaktifkan setelah data diterima di perangkat target.
- Penyusunan Kembali Malware di Perangkat Target
Malware dikirim dalam bentuk tidak lengkap, seperti fragmen kode atau file yang disembunyikan dalam gambar, HTML, atau CSS. SWG tidak mendeteksi ancaman karena data tampak tidak berbahaya. Setelah mencapai browser pengguna, data ini dirakit ulang menjadi malware yang dapat dijalankan.
Teknik Bypass SWG:
- Unmonitored Channels: Penyerang dapat mengirimkan malware melalui protokol yang tidak dipantau oleh SWG, seperti WebRTC, WebTorrent, WebSocket, dan Firebase Cloud Messaging.
- Last Mile Reassembly: Malware dikirimkan dalam bentuk tidak berbahaya dan dirakit di sisi klien. Contohnya, kode berbahaya dapat disematkan dalam elemen HTML, gambar, atau JavaScript, dan kemudian diekstrak dan dieksekusi oleh browser.
Studi Kasus: Halaman Phishing Berbasis Canvas
Salah satu contoh implementasi serangan adalah pembuatan halaman phishing menggunakan tag HTML Canvas. Teknik ini menghindari elemen HTML tradisional seperti form login, menggantikannya dengan grafik yang ditampilkan menggunakan JavaScript. Halaman phishing ini:
- Terlihat identik dengan halaman asli, seperti LinkedIn atau Google.
- Menggunakan JavaScript untuk menangkap input pengguna (username dan password).
- Tidak terdeteksi oleh SWG karena tampak sebagai gambar atau elemen non-interaktif.
Dalam demonstrasi yang ditunjukkan, Vivic menggunakan ChatGPT untuk menghasilkan kode HTML Canvas yang “meniru” halaman login LinkedIn. Dengan sedikit modifikasi, halaman phishing ini terlihat identik dengan halaman asli dan dapat mencuri kredensial pengguna tanpa terdeteksi oleh SWG.
Solusi dan Rekomendasi:
- Browser Extension Security: Vivic merekomendasikan penggunaan ekstensi browser keamanan yang dapat memantau dan memblokir serangan di tingkat browser. Ekstensi ini memiliki visibilitas penuh terhadap aktivitas browser dan dapat mendeteksi malware yang dirakit di sisi klien.
- Pentingnya Pengujian: Perusahaan harus secara aktif menguji sistem keamanan mereka, termasuk SWG, untuk mengidentifikasi kerentanan dan memastikan efektivitasnya.
- Edukasi dan Pelatihan: Karyawan perlu diedukasi tentang ancaman phishing dan teknik rekayasa sosial agar lebih waspada terhadap situs web dan email mencurigakan.
SWG, meskipun merupakan alat keamanan yang penting, bukanlah solusi yang sempurna. Penyerang terus mengembangkan teknik baru untuk melewati pertahanan ini. Oleh karena itu, perusahaan perlu mengadopsi pendekatan keamanan berlapis dan memprioritaskan edukasi karyawan untuk melindungi diri dari ancaman siber yang terus berkembang.
Dampak dan Tantangan bagi Organisasi
Teknik ini menimbulkan tantangan besar bagi organisasi:
- Kehilangan Data dan Kepercayaan: Serangan yang berhasil dapat mencuri data sensitif, merusak reputasi, dan menurunkan kepercayaan pelanggan.
- Biaya Keamanan Tinggi: SWG yang canggih memiliki biaya operasional besar, namun tidak menjamin perlindungan total.
- Kompleksitas Deteksi: Metode serangan yang terus berkembang membuat banyak sistem keamanan tertinggal.
Solusi untuk Meningkatkan Keamanan
- Keamanan Berbasis Browser
Menggunakan ekstensi browser untuk memonitor dan memblokir serangan di tingkat klien, memberikan visibilitas langsung terhadap aktivitas web pengguna. - Peningkatan Deteksi SWG
Mengintegrasikan analitik perilaku untuk mendeteksi aktivitas mencurigakan yang melibatkan protokol tidak dimonitor. - Pendidikan Pengguna
Melatih karyawan untuk mengenali ancaman phishing, seperti tautan mencurigakan atau halaman login palsu. - Pengujian Keamanan
Menggunakan pengujian penetrasi terhadap perangkat lunak keamanan untuk mengidentifikasi kelemahan sebelum diserang.
Kesimpulan
Serangan phishing berbasis AI dan “Last Mile Reassembly Attacks” menunjukkan bahwa ancaman siber terus berkembang melampaui kemampuan banyak solusi keamanan saat ini. Organisasi harus mengambil pendekatan proaktif, seperti menggunakan teknologi keamanan berbasis browser dan meningkatkan kesadaran pengguna, untuk melindungi data mereka dari ancaman yang terus meningkat.
Dengan ancaman yang semakin kompleks, hanya solusi keamanan yang inovatif dan strategi yang terintegrasi yang dapat memastikan perlindungan yang efektif. Keamanan digital bukan hanya masalah teknologi, tetapi juga tentang memahami pola serangan dan beradaptasi dengan cepat.















Comments are closed