如同“流浪地球”中無可躲避的太陽危機，該新型木馬目前能夠躲過所有安全廠商的殺毒軟件。它根據控制中心發送的指令通過一系列漏洞進行傳播，包括第八大最常利用的漏洞“HTTP 命令行注入(Command Injection over HTTP)一旦被感染惡意挖礦軟件，不僅本機的運算能力將受到極大影響，其獲取的加密貨幣也將在茫茫網絡中“流浪”到不知所蹤。由于 Speakup 可用來下載和傳播任何惡意軟件，Check Point 研究人員將其視為重大威脅。
1 月最常見的四大惡意軟件變體均為加密貨幣挖礦軟件。Coinhive 仍然位居惡意軟件之首，全球有 12% 的組織受到了影響。XMRig 再次成為第二大常見的惡意軟件，全球有 8% 的組織都因此而遭殃。更加需要注意的是，XMRig在我國1月份惡意軟件排行中位居首位，超過23%的組織與機構均受到來自該軟件的威脅。第三是 Cryptoloot 挖礦軟件，全球有 6% 的組織受到波及。盡管 1 月指數中出現了四種加密貨幣挖礦軟件，但有一半的十大惡意軟件可用來向受感染的設備下載更多惡意軟件。
Check Point 威脅情報小組經理 Maya Horowitz 表示：“盡管 1 月針對全球企業的惡意軟件形式幾乎沒有什么變化，但我們發現了新的惡意軟件散播方式，頗有山雨欲來風滿樓之勢。Speakup 等后門程序能夠躲過檢測，然后向受感染的設備散播更多可能更危險的惡意軟件。由于企業普遍采用 Linux 服務器，我們預計今年將會有規模更大、更兇猛的 Speakup 威脅來襲。”
2019 年 1 月三大惡意軟件：
*箭頭表示與上月相比的排名變化。
1. ↔ Coinhive - 當用戶訪問網頁時，該加密貨幣挖礦軟件可在用戶不知情或未經用戶批準的情況下執行門羅幣加密貨幣在線挖掘。植入的 JavaScript 利用最終用戶機器上的大量計算資源進行挖礦，同時可能會造成系統崩潰。
2. ↔ XMRig - 一種開源 CPU 挖礦軟件，用于門羅幣加密貨幣的挖掘，首次出現時間為 2017 年 5 月。
3. ↑ Cryptoloot - 該加密貨幣挖礦軟件可利用受害者的 CPU 或 GPU 和現有資源進行加密貨幣挖礦，從而向區塊鏈添加交易并發行新型貨幣。它是 Coinhive 的競爭對手，試圖通過從網站上收取較小比例的利潤來提高競爭力。
Android 模塊化后門程序 Hiddad 能夠為下載的惡意軟件提供權限，現已取代 Triada，躍居移動惡意軟件首位。Lotoor 僅隨其后，其次是 Triada。
1 月三大移動惡意軟件：
1. Hiddad - Android 模塊化后門程序，能夠為下載的惡意軟件提供超級用戶權限，幫助它嵌入到系統進程中。
2. Lotoor - 黑客工具，能夠利用 Android 操作系統漏洞在入侵的移動設備上獲得根權限。
3. Triada - Android 模塊化后門程序，能夠為下載的惡意軟件提供超級用戶權限，幫助它嵌入到系統進程中。Triada 還可欺詐瀏覽器中加載的 URL。
Check Point 研究人員還分析了最常利用的網絡漏洞。CVE-2017-7269 仍然位于漏洞首位，影響全球 47% 的組織。Web Server Exposed Git 存儲庫信息泄露僅隨其后，其次是 OpenSSL TLS DTLS 心跳信息泄露，分別影響全球 46% 和 45% 的組織。
1 月三大最常利用的漏洞：
1. ↔ Microsoft IIS WebDAV ScStoragePathFromUrl 緩沖區溢出 (CVE-2017-7269) - 遠程攻擊者通過 Microsoft Internet Information Services 6.0 從網絡上向 Microsoft Windows Server 2003 R2 發送一個狡詐的特制請求，能夠在目標服務器上執行任意代碼或發起拒絕服務攻擊。其主要根源在于 HTTP 請求中對長報頭的不正確驗證導致的緩沖區溢出漏洞。
2. ↑ Web Server Exposed Git 存儲庫信息泄露 - Git 存儲庫報告的一個信息泄露漏洞。攻擊者一旦成功利用該漏洞，便會使用戶在無意間造成帳戶信息泄露。
3. ↓ OpenSSL TLS DTLS 心跳信息泄露 (CVE-2014-0160; CVE-2014-0346) - 一個存在于 OpenSSL 中的信息泄露漏洞。該漏洞是由于處理 TLS/DTLS 心跳包時發生錯誤造成的。攻擊者可利用該漏洞泄露聯網客戶端或服務器的內存內容。
Check Point《全球威脅影響指數》及其《ThreatCloud 路線圖》基于 Check Point ThreatCloud 情報數據撰寫而成，ThreatCloud 是打擊網絡犯罪的最大協作網絡，可通過全球威脅傳感器網絡提供威脅數據和攻擊趨勢。ThreatCloud 數據庫擁有 2.5 億多條用于發現 Bot 的分析地址、1,100 多萬個惡意軟件簽名以及 550 多萬個受感染網站，每天可發現數百萬種惡意軟件類型。
