← Wróć do aktualności
SecurityWeek26 sie 2026 · 2 min czytania

Unit 42: sztuczna inteligencja przyspiesza rozwój złośliwego oprogramowania bardziej niż zwiększa jego skuteczność

Sztuczna inteligencja najwyraźniej pomaga cyberprzestępcom szybciej tworzyć i modyfikować złośliwe oprogramowanie, jednak niedawna analiza sugeruje, że nie spowodowała jeszcze znaczącego wzrostu liczb...

Sztuczna inteligencja najwyraźniej pomaga cyberprzestępcom szybciej tworzyć i modyfikować złośliwe oprogramowanie, jednak niedawna analiza sugeruje, że nie spowodowała jeszcze znaczącego wzrostu liczby skutecznych infekcji.

Zespół Unit 42 firmy Palo Alto Networks przeanalizował 405 próbek złośliwego oprogramowania powiązanych ze sztuczną inteligencją. Zbiór danych obejmował złośliwe oprogramowanie, które według doniesień opracowano z pomocą dużych modeli językowych, a także konwencjonalne ładunki maskowane jako instalatory popularnych aplikacji AI. Badacze porównali próbki z telemetrią punktów końcowych, aktywnością sieciową w piaskownicach oraz wewnętrznymi alertami bezpieczeństwa.

Na aktywnych, chronionych punktach końcowych zaobserwowano jedynie 12 z 405 skrótów plików. Większa liczba — około 15–20 — pojawiła się w ruchu z piaskownic. Każda z 12 próbek wykrytych w systemach produkcyjnych wygenerowała alert bezpieczeństwa, co doprowadziło Unit 42 do wniosku, że około 97% próbek nie wyszło poza środowiska badawcze, testowe lub odizolowane środowiska analityczne.

Co zawierał zbiór próbek

Unit 42 podzielił większość próbek nieprodukcyjnych na trzy kategorie. Część stanowiła projekty proof-of-concept, zaprojektowane w celu zaprezentowania technik i zawierające artefakty testowe, które prawdopodobnie nie wystąpiłyby w operacyjnym złośliwym oprogramowaniu. Inne były wielokrotnie przesyłane przez organizacje testujące mechanizmy obronne. Trzecia kategoria wykorzystywała branding związany z AI jako przynętę socjotechniczną, mimo że nie zawierała istotnych funkcji sztucznej inteligencji.

12 próbek zaobserwowanych na punktach końcowych reprezentowało pięć rodzin złośliwego oprogramowania w trzech krajach. Ransomware FunkSec był najczęściej identyfikowaną rodziną i wykazywał wzorce rozwoju, które zdaniem badaczy były zgodne z szybką iteracją wspomaganą promptami.

Jedna szczególnie rozpowszechniona próbka podszywała się pod aplikację z przepisami o nazwie Recipe Lister. Mimo podpisu cyfrowego po instalacji uruchamiała backdoora i pojawiła się w ponad 50 organizacjach, generując około 6500 rekordów punktów końcowych i 9600 alertów. Inne przykłady obejmowały backdoora Oyster podszywającego się pod Dropbox, ładunek kradnący informacje Rhadamanthys oraz złośliwe oprogramowanie podszywające się pod komponent 360 Total Security.

Konwencjonalne mechanizmy obronne pozostały skuteczne

Unit 42 poinformował, że istniejące mechanizmy ochronne wykrywały próbki dzięki uruchamianiu w piaskownicy, analizie behawioralnej, podejrzanym informacjom o podpisach oraz wskaźnikom takim jak intensywne pakowanie lub szyfrowanie. Żadna z nich nie wymagała nowej techniki wykrywania.

Wyniki wskazują, że obecny wpływ AI na złośliwe oprogramowanie ma przede wszystkim charakter operacyjny: może skracać czas programowania i obniżać koszt tworzenia wariantów, podczas gdy ugruntowane technologie bezpieczeństwa nadal są zdolne do identyfikowania wynikających z tego zagrożeń.

Udostępnij ten artykuł:TwitterLinkedIn