Pular para o conteúdo
  • BTC $63.639 −1,7%
  • ETH $1.804 −0,7%
  • SOL $75,01 −0,2%
  • BNB $588,99 −0,7%
  • XRP $0,9822 −1,0%
  • DOGE $0,0594 −0,2%
  • ADA $0,1539 −0,2%

Alerta de malware de IA: Google vincula cinco famílias habilitadas por LLM ao uso indevido do Gemini

A equipe de ameaças do Google alertou recentemente que malwares de IA agora utilizam modelos de linguagem de grande escala em tempo de execução para criar código ofuscado que tem como alvo carteiras de criptomoedas e fluxos de phishing, um perigo destacado em 7 de novembro de 2025. Como os malwares de IA exploram técnicas impulsionadas por LLM e o uso indevido do modelo Gemini? Pesquisadores do…

Artigo produzido com sistemas de inteligência artificial e publicado sob a responsabilidade editorial de Amelia Tomasicchio. Como trabalhamos

ai malware
ai malware alert: LLMs, Gemini power evasive crypto theft

A equipe de ameaças do Google alertou recentemente que malwares de IA agora utilizam modelos de linguagem de grande escala em tempo de execução para criar código ofuscado visando carteiras de criptomoedas e fluxos de phishing, um perigo destacado em 7 de novembro de 2025.

Como o malware de IA explora técnicas impulsionadas por LLM e o uso indevido do modelo Gemini?

Pesquisadores do Google afirmam que atacantes invocam modelos como o Gemini durante a execução para produzir código just-in-time e cargas evasivas. O relatório documenta o uso do PROMPTFLUX de uma rotina “Thinking Robot” que chama o Gemini a cada hora para reescrever cargas de VBScript, o que complica a detecção baseada em assinaturas e permite uma ofuscação sofisticada.

Consequentemente, essas táticas de malware impulsionadas por LLM convertem scripts estáticos em kits de ferramentas adaptativos, e os defensores acham as heurísticas tradicionais menos eficazes. Medidas de ALERTA, como monitorar chamadas de API de modelo de saída, são agora cada vez mais críticas.

O que liga essas técnicas ao roubo de criptomoedas da DPRK e à exfiltração de dados de carteiras?

O Google identificou pelo menos cinco famílias de malware habilitadas por IA, incluindo PROMPTFLUX e PROMPTSTEAL, além de atividades atribuídas ao UNC1069 (Masan).

A análise encontra o PROMPTSTEAL usando o modelo Qwen hospedado no Hugging Face para gerar comandos do Windows, enquanto o UNC1069 usou indevidamente o Gemini para localizar dados de aplicativos de carteiras, criar scripts para acessar armazenamento criptografado e produzir geração de scripts de phishing multilíngues direcionados a funcionários de exchanges.

Nesse contexto, consultas de modelo em tempo de execução podem habilitar diretamente a exfiltração de dados de carteiras e a coleta de tokens. Dito isso, a ligação desses métodos a campanhas da DPRK ressalta o risco geopolítico contínuo em intrusões direcionadas a cripto.

Quais passos práticos devem tomar os defensores e investidores?

Os defensores devem tratar o código just-in-time como de alto risco e atualizar as regras de detecção para módulos impulsionados por prompts. Em 7 de novembro de 2025, as equipes foram instadas a rastrear solicitações de saída anômalas, registrar o uso de API de modelo e aplicar análises comportamentais para identificar fases assistidas por LLM precocemente.

O Google afirmou que desativou as contas vinculadas a essas atividades e reforçou as salvaguardas de acesso ao modelo; veja o relatório do Google Threat Intelligence Group para detalhes. Para serviços de custódia e não custódia, a lição CRÍTICA é a superfície de ataque expandida e a necessidade URGENTE de fortalecer a telemetria de endpoint, correções e higiene de carteiras.

Dois especialistas observam a mudança operacional: um descreveu a evolução como uma mudança de binários fixos para módulos dinâmicos impulsionados por API, e outro alertou que iscas de phishing multilíngues se tornam muito mais convincentes quando criadas em tempo de execução (Google GTIG e Decrypt). AVISO: o compartilhamento de inteligência de ameaças e a resposta rápida a incidentes continuam sendo mitigações decisivas.

Mantenha defesas em camadas, registre chamadas de API de modelo e priorize a detecção de comportamentos no estilo PROMPTFLUX e PROMPTSTEAL para melhorar a análise pós-violação e reduzir a exposição.

Satoshi Voice

Este artigo foi produzido com o apoio da inteligência artificial e revisto pela nossa equipa de jornalistas para garantir a exatidão e a qualidade.

Todos os artigos de Satoshi Voice