DFIR Automobile : Cartographie du DME MS41 et Menaces Phishing via Google Presentations
🕵️ Digital Forensics & Investigation
Un rapport de l’ISC SANS met en lumiĂšre une nouvelle tactique de phishing exploitant la lĂ©gitimitĂ© des services Google. Les attaquants utilisent Google Presentations (Slides) pour hĂ©berger des liens malveillants, contournant ainsi les filtres de sĂ©curitĂ© des messageries qui vĂ©rifient la rĂ©putation des domaines. Cela rend l’identification du contenu piĂ©gĂ© particuliĂšrement difficile pour les utilisateurs finaux, notamment ceux utilisant Vivaldi Webmail dans l’exemple citĂ©.
M5Stack a lancĂ© le kit accĂ©lĂ©reur AI-8850 LLM M.2, basĂ© sur le SoC Axera AX8850 (24 TOPS @ INT8). Ce kit M.2 se positionne comme un outil de choix pour les projets d’embarquĂ© nĂ©cessitant une infĂ©rence LLM locale et de l’IA vision, offrant une alternative puissante pour l’analyse de donnĂ©es sur dispositifs IoT ou pour des solutions de Edge Computing en DFIR Hardware.
OpenClaw est prĂ©sentĂ© comme une solution d’automatisation agentique de nouvelle gĂ©nĂ©ration, capable de lier des ModĂšles de Langage (LLMs) directement au systĂšme d’exploitation. Cette capacitĂ© d’automatisation profonde pourrait transformer les scripts d’analyse numĂ©rique en offrant des capacitĂ©s d’agent autonomes pour la manipulation de fichiers, l’exĂ©cution de commandes, ou l’OSINT complexe.
L’article liste 5 alternatives aux applications Google populaires (Drive, Maps, etc.) centrĂ©es sur la confidentialitĂ©. Pour les professionnels du DFIR et de l’OSINT, le choix d’outils chiffrĂ©s et auto-hĂ©bergĂ©s comme Seafile (mentionnĂ© dans un article connexe) ou des services prĂ©servant l’anonymat est critique pour la gestion des preuves et la protection des sources.
Des logs de fuite suggĂšrent que le futur Galaxy S26 Ultra pourrait intĂ©grer le ‘Androidâs Linux Terminal feature’ via l’Android Virtualization Framework. Cette fonctionnalitĂ©, si elle est prĂ©sente, ouvrirait de nouvelles voies pour l’examen forensique et l’analyse de malwares en environnement isolĂ© directement sur le dispositif cible.
La connaissance des taux d’adoption des diffĂ©rentes versions d’Android (ici Android 16) est essentielle pour la communautĂ© DFIR mobile. Ces statistiques aident Ă prioriser le dĂ©veloppement d’outils d’extraction et Ă anticiper les dĂ©fis liĂ©s aux nouvelles API et mesures de sĂ©curitĂ© intĂ©grĂ©es par Google.
🚗 Automotive Security & ECU Hacking
Discussion technique approfondie sur le DME (Digital Motor Electronics) MS41. Les chercheurs tentent de dĂ©terminer si la sortie du signal de position du papillon (TPS) est dĂ©pendante de la prĂ©sence du module ASC (Automatic Stability Control) et explorent la fonction des connexions S-EML, S-ASC, et S-MSR (pins 80, 81, 82). Ces travaux sont cruciaux pour la comprĂ©hension des bus de communication interne et l’ingĂ©nierie inverse des ECUs BMW, fondamentale en Forensics Automobile.
Un utilisateur cherche Ă modifier les tables de gestion moteur d’un ECU Subaru (A2WC412I) pour un FXT 2005 afin de corriger les problĂšmes de calage lors du passage au neutre. Il s’agit de comprendre et de manipuler le seuil de coupure d’injection en dĂ©cĂ©lĂ©ration et le comportement du papillon DBW (Drive-by-Wire) Ă bas rĂ©gime. Ces ajustements, souvent rĂ©alisĂ©s via des outils de modification de ROM (comme DimeMod), illustrent la complexitĂ© de l’extraction de donnĂ©es liĂ©es aux Ă©vĂ©nements de conduite spĂ©cifiques.
Bref Ă©change signalant l’identification d’un fichier ROM comme Ă©tant basĂ© sur une version « Dimemod ». En DFIR Automobile, l’identification prĂ©cise des modifications apportĂ©es au firmware (stock ou tuning) est une Ă©tape critique pour l’interprĂ©tation des donnĂ©es de performance et des logs d’erreurs (DTCs).
Les utilisateurs d’Android Auto signalent le retrait d’une nouvelle interface de lecteur de musique. Bien qu’esthĂ©tiquement apprĂ©ciĂ©e, elle aurait Ă©tĂ© retirĂ©e suite Ă des signalements de contrĂŽles dĂ©fectueux. Pour l’analyse forensique des Infotainment Systems, les changements d’UI et les bugs peuvent affecter l’accessibilitĂ© des donnĂ©es ou la maniĂšre dont les interactions utilisateur sont loguĂ©es dans le systĂšme.