← Torna alle notizie
SecurityWeek26 ago 2026 · 2 min di lettura

Unit 42 rileva che l’IA accelera lo sviluppo di malware più del suo impatto

L’intelligenza artificiale sembra aiutare gli attori delle minacce a creare e modificare malware più rapidamente, ma una recente analisi suggerisce che non abbia ancora prodotto un aumento significati...

L’intelligenza artificiale sembra aiutare gli attori delle minacce a creare e modificare malware più rapidamente, ma una recente analisi suggerisce che non abbia ancora prodotto un aumento significativo delle infezioni riuscite.

Unit 42 di Palo Alto Networks ha esaminato 405 campioni di malware associati all’IA. Il set di dati includeva software dannoso che sarebbe stato sviluppato con l’assistenza di modelli linguistici di grandi dimensioni, oltre a payload convenzionali camuffati da programmi di installazione per popolari applicazioni di IA. I ricercatori hanno confrontato i campioni con la telemetria degli endpoint, l’attività di rete nelle sandbox e gli avvisi di sicurezza interni.

Solo 12 dei 405 hash dei file sono stati osservati su endpoint protetti e attivi. Un numero maggiore, approssimativamente tra 15 e 20, è comparso nel traffico delle sandbox. Ciascuno dei 12 campioni rilevati sui sistemi di produzione ha generato un avviso di sicurezza, portando Unit 42 a concludere che circa il 97% dei campioni non è andato oltre ambienti di ricerca, test o analisi isolata.

Cosa conteneva il set di campioni

Unit 42 ha raggruppato la maggior parte dei campioni non presenti in produzione in tre categorie. Alcuni erano progetti proof-of-concept progettati per dimostrare tecniche e includevano artefatti di test improbabili nel malware operativo. Altri venivano caricati ripetutamente da organizzazioni che testavano i controlli difensivi. Una terza categoria utilizzava il branding legato all’IA come esca per l’ingegneria sociale, pur non contenendo alcuna funzionalità di IA significativa.

I 12 campioni rilevati sugli endpoint rappresentavano cinque famiglie di malware in tre Paesi. Il ransomware FunkSec è stato la famiglia identificata più frequentemente e ha mostrato modelli di sviluppo che, secondo i ricercatori, erano coerenti con iterazioni rapide assistite da prompt.

Un campione particolarmente diffuso si mascherava da applicazione di ricette chiamata Recipe Lister. Benché firmato digitalmente, dopo l’installazione avviava una backdoor ed è comparso in oltre 50 organizzazioni, producendo circa 6.500 record sugli endpoint e 9.600 avvisi. Altri esempi includevano una backdoor Oyster camuffata da Dropbox, un payload per il furto di informazioni Rhadamanthys e malware che impersonava un componente di 360 Total Security.

Le difese convenzionali sono rimaste efficaci

Unit 42 ha riferito che i controlli esistenti hanno rilevato i campioni tramite esecuzione in sandbox, analisi comportamentale, informazioni di firma sospette e indicatori quali un uso intensivo di packing o crittografia. Nessuno ha richiesto una nuova tecnica di rilevamento.

I risultati indicano che l’effetto attuale dell’IA sul malware è principalmente operativo: può ridurre i tempi di sviluppo e rendere meno costosa la creazione di varianti, mentre le tecnologie di sicurezza consolidate restano in grado di identificare le minacce risultanti.

Condividi questo articolo:TwitterLinkedIn