Künstliche Intelligenz scheint Bedrohungsakteuren dabei zu helfen, Malware schneller zu erstellen und zu verändern. Eine aktuelle Analyse deutet jedoch darauf hin, dass sie bislang nicht zu einem deutlichen Anstieg erfolgreicher Infektionen geführt hat.
Unit 42 von Palo Alto Networks untersuchte 405 Malware-Proben mit Bezug zu KI. Der Datensatz umfasste Schadsoftware, die Berichten zufolge mithilfe großer Sprachmodelle entwickelt wurde, sowie herkömmliche Payloads, die sich als Installer beliebter KI-Anwendungen tarnten. Die Forschenden verglichen die Proben mit Endpoint-Telemetriedaten, Netzwerkaktivitäten in Sandboxes und internen Sicherheitswarnungen.
Nur 12 der 405 Datei-Hashes wurden auf aktiven, geschützten Endpoints beobachtet. Eine größere Anzahl – etwa 15 bis 20 – erschien im Sandbox-Datenverkehr. Jede der 12 auf Produktionssystemen gefundenen Proben löste eine Sicherheitswarnung aus. Daraus schloss Unit 42, dass etwa 97 % der Proben nicht über Forschungs-, Test- oder isolierte Analyseumgebungen hinausgelangten.
Was der Probensatz enthielt
Unit 42 ordnete die meisten nicht in Produktionsumgebungen beobachteten Proben drei Kategorien zu. Einige waren Proof-of-Concept-Projekte, die Techniken demonstrieren sollten und Testartefakte enthielten, die in operativer Malware voraussichtlich nicht vorkommen. Andere wurden wiederholt von Organisationen hochgeladen, die defensive Kontrollen testeten. Eine dritte Kategorie nutzte KI-bezogene Markenbezeichnungen als Köder für Social Engineering, obwohl sie keine nennenswerte KI-Funktionalität enthielt.
Die 12 auf Endpoints beobachteten Proben gehörten zu fünf Malware-Familien in drei Ländern. Die Ransomware FunkSec war die am häufigsten identifizierte Familie und wies Entwicklungsmuster auf, die laut den Forschenden mit einer schnellen, durch Prompts unterstützten Iteration übereinstimmten.
Eine besonders weit verbreitete Probe gab sich als Rezeptanwendung namens Recipe Lister aus. Obwohl sie digital signiert war, startete sie nach der Installation eine Backdoor und trat in mehr als 50 Organisationen auf. Dabei erzeugte sie rund 6.500 Endpoint-Datensätze und 9.600 Warnungen. Weitere Beispiele umfassten eine als Dropbox getarnte Oyster-Backdoor, eine informationsstehlende Rhadamanthys-Payload sowie Malware, die sich als Komponente von 360 Total Security ausgab.
Herkömmliche Abwehrmaßnahmen blieben wirksam
Unit 42 berichtete, dass vorhandene Kontrollen die Proben durch Sandbox-Ausführung, Verhaltensanalyse, verdächtige Signaturinformationen und Indikatoren wie starke Verschleierung oder Verschlüsselung erkannten. Keine erforderte eine neue Erkennungstechnik.
Die Ergebnisse zeigen, dass sich die aktuelle Auswirkung von KI auf Malware vor allem auf operative Aspekte beschränkt: Sie kann die Entwicklungszeit verkürzen und Varianten kostengünstiger machen, während etablierte Sicherheitstechnologien weiterhin in der Lage sind, die daraus entstehenden Bedrohungen zu identifizieren.
