Una nueva campaña de malware está aprovechando el interés en las herramientas de inteligencia artificial para lograr intrusiones en empresas. Los atacantes clonan proyectos confiables de GitHub e insertan archivos maliciosos en descargas que parecen útiles para desarrolladores y usuarios de IA, enfocándose en quienes buscan asistentes de código, guías de seguridad de Python, frameworks de Rust y herramientas relacionadas con Claude.

Una nueva campaña de malware está convirtiendo el interés en las herramientas de inteligencia artificial en una vía para la intrusión en empresas. Los atacantes están clonando proyectos de GitHub confiables y luego ocultando archivos maliciosos dentro de descargas que parecen útiles para desarrolladores y usuarios de IA.

La operación tiene como objetivo a personas que buscan recursos de IA, asistentes de codificación, guías de seguridad de Python, frameworks de Rust, herramientas relacionadas con Claude y proyectos de ComfyUI.

Los servicios financieros, la banca y las organizaciones tecnológicas de América del Norte, Asia y el sur de Europa se han encontrado entre los sectores más afectados.

Netskope señaló en un informe que la actividad está vinculada a la fábrica de señuelos más amplia de TroyDens.

Los investigadores descubrieron que los atacantes utilizan repositorios clonados para entregar un ladrón de información (infostealer) de Malware-as-a-Service a través de una cadena SmartLoader de dos etapas.

Esta campaña es relevante porque los desarrolladores a menudo tienen acceso a entornos en la nube, código fuente, claves de API, certificados de firma de código y sistemas CI/CD.

Una sesión o credencial de desarrollador robada puede darle a un atacante un punto de apoyo práctico dentro de una organización, creando un camino hacia el robo de datos o ataques a la cadena de suministro de software.

Campaña de Herramientas de IA Falsas

Los atacantes hacen que sus páginas de GitHub parezcan convincentes copiando código legítimo, documentación, detalles de los colaboradores e instrucciones de instalación.

Las cargas útiles maliciosas se colocan en carpetas que parecen inofensivas o se vinculan mediante pasos de configuración alterados, una táctica también vista en operaciones de repositorios falsos de GitHub que dependen de la confianza del usuario.

Las víctimas reciben un archivo ZIP que contiene lua51.dll, compiler.exe, Application.bat y un archivo de texto llamado gc.txt.

El archivo por lotes (batch) lanza el intérprete LuaJIT renombrado, que lee y ejecuta el código Lua oculto del archivo de texto en lugar de un ejecutable convencional.

Este diseño ayuda al malware a evitar controles de seguridad simples porque cada archivo parece menos sospechoso cuando se inspecciona por separado.

La actividad real aparece solo cuando los componentes del archivo están presentes juntos, lo que permite al cargador realizar solicitudes de red, escribir archivos e iniciar nuevos procesos.

El script Lua de la primera etapa está protegido con la obfuscación Prometheus, mientras que la segunda etapa parece utilizar MoonSec V3.

Este enfoque por capas se asemeja a campañas anteriores de entrega de malware SmartLoader a través de GitHub, donde se utilizaron servicios de intercambio de código confiables para distribuir cargas útiles de múltiples etapas.

La Blockchain Oculta el Servidor de Control

SmartLoader primero recopila la dirección IP pública de la víctima, detalles de ubicación, zona horaria, proveedor de internet y una captura de pantalla.

Luego envía una señal (beacon) cifrada a un servidor de comando y control, proporcionando al operador suficiente información para decidir cómo manejar el dispositivo comprometido.

En lugar de incrustar una dirección fija del servidor de control, ambas etapas del cargador consultan un contrato inteligente de Polygon en tiempo de ejecución.

Este método de "EtherHiding" permite a los atacantes reemplazar la dirección de su servidor cambiando un valor en la blockchain, sin necesidad de reconstruir o redistribuir el malware.

La segunda etapa descarga contenido Lua adicional y una carga útil final de robo de información desde cuentas de GitHub controladas por el atacante.

Los investigadores observaron varias variantes del ladrón de datos, incluyendo una cepa basada en NodeJS, lo que demuestra que el framework puede entregar diferentes malwares según las necesidades del operador.

Tú deberías verificar la propiedad del proyecto, el historial de colaboradores y las fuentes de lanzamiento oficiales antes de ejecutar instaladores alojados en GitHub.

Los equipos de seguridad también deberían investigar el tráfico RPC de blockchain inusual proveniente de intérpretes de scripts, archivos por lotes o carpetas escribibles por el usuario, ya que el abuso de malware en GitHub y GitLab combina cada vez más el alojamiento confiable con la entrega maliciosa.

Los controles de aplicaciones pueden reducir la exposición limitando los intérpretes no firmados y los lanzadores de scripts fuera de los directorios aprobados.

Monitorear la creación de tareas programadas, las descargas directas de GitHub, las solicitudes web de IP pura y la captura inesperada de capturas de pantalla también puede ayudarte a detectar el cargador antes de que llegue a las credenciales empresariales o a activos de desarrollo sensibles.

Fuentes:
https://cybersecuritynews.com/fake-ai-tool-campaign/