Riassunto:
I ricercatori di sicurezza informatica hanno recentemente scoperto un nuovo tipo insolito di malware Windows. A differenza degli strumenti di attacco del passato che utilizzavano l'intelligenza artificiale per assistere nella scrittura di codici o nella creazione di contenuti di phishing, questo malware chiamato CLOSEDQUORUM incorpora direttamente più modelli linguistici su larga scala nel proprio sistema di controllo e può decidere autonomamente il passo successivo durante il funzionamento. Si ritiene che rappresenti una nuova fase nello sviluppo del malware AI.
La scoperta arriva da Cisco Talos, un team di sicurezza di Cisco. I ricercatori hanno affermato che CLOSEDQUORUM interagirà simultaneamente con quattro grandi modelli linguistici: DeepSeek, Qwen, Mistral e Google Gemini. Prima di eseguire attività sul dispositivo infetto, invierà innanzitutto richieste a questi modelli e raccoglierà feedback, quindi deciderà le azioni successive in base ai risultati.
Questa progettazione conferisce al malware un certo grado di ridondanza. Anche se uno dei servizi di intelligenza artificiale è inaccessibile, il programma può comunque continuare a effettuare richieste ad altri modelli e continuare a funzionare, rendendolo più resistente rispetto ai malware tradizionali che si basano su un unico server di controllo.
Ciò che è ancora più preoccupante è che i ricercatori non hanno trovato nel campione ingressi con telecomando manuale nel senso tradizionale. In altre parole, una volta avviato il programma, non ha bisogno di continuare a ricevere istruzioni specifiche dall’hacker, ma pianifica autonomamente le operazioni successive attraverso il feedback di più modelli linguistici su larga scala.
Secondo i risultati dell'analisi, l'obiettivo principale di CLOSEDQUORUM è rubare le password degli account utente e le risorse di criptovaluta. Il team di ricerca ha inoltre scoperto che il malware era legato ad attività di rete relative a frodi con carte di credito risalenti al 2025. Tuttavia, finora i ricercatori non sono stati in grado di confermare l’identità dello sviluppatore specifico, né di determinare se lo strumento sia stato utilizzato in attacchi reali.
Questa scoperta deriva da una nuova iniziativa di ricerca di Cisco Talos. In risposta alla tendenza a incorporare sempre più intelligenza artificiale negli strumenti di attacco, i ricercatori hanno sviluppato un framework open source chiamato CAIRN (Cognitive Artifact Intelligence Research Network) per identificare e tracciare il malware che si basa sui servizi di intelligenza artificiale per essere eseguito.
Il team di ricerca ritiene che la combinazione di intelligenza artificiale e malware lascerà tracce tecniche speciali, proprio come un'impronta digitale. Queste tracce possono aiutare gli analisti della sicurezza a identificare campioni, stabilire sistemi di classificazione e monitorare il modo in cui gli aggressori integrano modelli linguistici di grandi dimensioni negli strumenti di attacco.
CAIRN analizza i metadati nel malware e le caratteristiche tecniche relative ai servizi di intelligenza artificiale e genera un identificatore univoco per il campione. Il sistema classifica quindi il malware con caratteristiche simili, aiutando i ricercatori a identificare nuovi modelli di attacco e potenziali tendenze.
Gli esperti di sicurezza sottolineano che la maggior parte dei malware legati all'intelligenza artificiale emersi lo scorso anno utilizzano ancora principalmente modelli di grandi dimensioni come strumenti ausiliari. Ad esempio, puoi contribuire a generare codice, scrivere e-mail di phishing, automatizzare i processi di attacco o fornire supporto decisionale remoto. La più grande differenza tra CLOSEDQUORUM e questi casi è che integra direttamente il grande modello linguistico nel meccanismo di comando e controllo stesso.
In precedenza, l'agenzia di sicurezza informatica ucraina aveva rivelato un malware chiamato LAMEHUG, che accedeva al modello Tongyi Qianwen attraverso la piattaforma Hugging Face per ottenere comandi di esecuzione. Tuttavia, i ricercatori affermano che casi come CLOSEDQUORUM che richiamano più modelli contemporaneamente e guidano il processo di attacco in modo "decisionale collettivo" sono ancora molto rari.
Sebbene il numero di malware AI attualmente conosciuti sia ancora limitato, la comunità della sicurezza ritiene generalmente che la direzione di sviluppo di tali strumenti meriti grande attenzione. In passato, i modelli di grandi dimensioni svolgevano un ruolo maggiore nel migliorare la produttività degli hacker; ora, i ricercatori hanno iniziato a vedere un graduale spostamento dell’intelligenza artificiale dagli “strumenti ausiliari” all’attacco all’infrastruttura stessa.
Gli esperti del settore ritengono che, man mano che le capacità dei modelli linguistici su larga scala continuano a migliorare, i futuri malware potrebbero avere capacità decisionali autonome più forti, adattabilità ambientale più complessa e capacità di selezione del percorso di attacco più flessibili. Sebbene questa scoperta sia ancora nelle fasi iniziali, ha dato ai ricercatori di sicurezza un primo sguardo su come potrebbe apparire la prossima generazione di attacchi informatici intelligenti.
Commenti