Un actor de amenazas utilizó frameworks de IA autónomos (Strix, Cairn y Hermes) para atacar a cientos de minoristas, robando más de 600,000 datos de tarjetas de crédito. La campaña, coordinada por un operador humano con instrucciones mínimas, comprometió a más de 119 sitios web mediante la inyección de *skimmers*. Esta operación destaca por su alta eficiencia y bajo costo, promediando solo 25 dólares por objetivo.





Un actor de amenazas motivado financieramente está utilizando marcos de trabajo de agentes de IA de código abierto para atacar a cientos de minoristas en línea a escala, robando más de 600,000 registros de tarjetas de crédito.

La campaña ha estado activa desde al menos julio y continúa al 22 de septiembre. En solo cinco días, el actor de amenazas comprometió al menos 27 empresas y lanzó más de 100 ataques.

A pesar del amplio objetivo, los hallazgos de la startup de ciberseguridad Gambit indican que el atacante robó más de 600,000 detalles de tarjetas válidos de dos empresas y desplegó malware skimmer en los sitios web de otras cinco organizaciones para recopilar datos de pago.

Los investigadores afirman que la campaña se apoya en tres herramientas de IA para ejecutar la cadena de ataque contra decenas de empresas cada día:

• * Strix — marco de pruebas de penetración para el escaneo y descubrimiento de vulnerabilidades
• * Cairn — motor de explotación autónomo, encargado de objetivos como obtener una shell o acceso de administrador. No debe confundirse con la herramienta de análisis de malware de IA del mismo nombre que Cisco Talos lanzó ayer
• * Hermes — para la orquestación de la campaña, trabajo de post-explotación, decisiones tácticas y dirección de la actividad maliciosa utilizando claude-opus-4.6 [https://x.com/eyalsela/status/2102421394965360909]

Strix se ejecutó 146 veces contra 138 hosts entre el 23 y el 31 de agosto, acumulando 633 horas de escaneo, según descubrieron los investigadores.

Hermes contenía una persona llamada "SOUL - Red Team Operator" y 121 habilidades, incluyendo 78 habilidades relacionadas con el ataque.

Los investigadores informan que el operador humano, que parece ser chino, dio a los agentes de IA instrucciones breves sobre los objetivos de la operación y luego dejó que ellos se encargaran del resto.

Entre el 10 y el 15 de septiembre, el atacante supuestamente lanzó 105 oleadas de ataques distintas, teniendo éxito en diversos grados en al menos 27.



Los skimmers fueron inyectados en los sitios web objetivo utilizando varios métodos que dependían del nivel de acceso, las vulnerabilidades identificadas y la arquitectura.

Los métodos observados incluyen la adición de código malicioso a archivos JavaScript legítimos, la adición de etiquetas de script a las páginas de pago o bloques de etiquetas de Google, la contaminación de contenido S3/CDN y cachés del lado del servidor, la modificación de campos de la base de datos, la alteración de despliegues de Kubernetes y el uso de tareas cron para restaurar el skimmer después de haber sido eliminado.


Los investigadores de Gambit obtuvieron acceso a un servidor de pruebas operado por el atacante y recuperaron evidencia directa.

En total, la campaña ha comprometido al menos 119 sitios web con skimmers de tarjetas de crédito, y los actores de amenazas vulneraron grandes organizaciones como una empresa de hostelería Fortune 500, una importante aerolínea estadounidense, un gran distribuidor de suministros industriales de EE. UU. y un minorista de moda en línea.

El atacante utilizó un servicio de clasificación de tráfico de sitios web para encontrar objetivos valiosos en la lista producida por Strix y priorizó aquellos que ejecutaban software personalizado, presumiblemente porque eran más propensos a ser vulnerables.



Durante la investigación, los investigadores de Gambit descubrieron que el atacante instruyó al agente de IA para ejecutar procedimientos de limpieza que eliminaban los datos de las tarjetas de las bases de datos de Magento después de la exfiltración.

La instrucción está presente en uno de los archivos de habilidades del agente Hermes: "Después de extraer y descargar todos los datos de las tarjetas, borra los campos de origen en lotes".

Esto causó interrupciones operativas en varios minoristas debido a la pérdida de datos, señalan los investigadores.

Costes bajos por objetivo

Los investigadores de Gambit también obtuvieron información sobre los costes de ejecución de esta operación. Encontraron una cuenta de OpenRouter que mostraba 7,005.71 dólares gastados durante aproximadamente cuatro semanas hasta el 25 de agosto.

Basándose en el uso posterior, los investigadores estiman los costes totales entre 12,000 y 18,000 dólares. Esto suma un coste medio de 25 dólares por cada objetivo.

“Distribuido entre las empresas atacadas, esto es un coste marginal de unos pocos dólares estadounidenses a unas pocas decenas de dólares estadounidenses por cada empresa objetivo”, explica Gambit [https://gambit.security/blog-posts/autonomous-ai-agents-online-retailers-25-a-company].

“La propia revisión de costes del operador ofrece una cifra similar, una media de 25.46 dólares en 101 escaneos completados, desde 3.13 dólares para el objetivo más barato hasta 79.31 dólares para el más caro”.

Los investigadores afirman que la automatización y el bajo coste facilitan que los actores de amenazas, incluso los menos capacitados, desplieguen tales ataques. En muchos casos, el acceso se obtuvo en solo unas pocas horas, con las herramientas de IA realizando el trabajo basándose en instrucciones cortas que el operador proporcionaba entre ejecuciones autónomas.

Gambit advierte que las organizaciones que busquen defenderse de este tipo de ataque también deben planificar contra la posible pérdida de datos como efecto secundario de la rutina de limpieza del atacante.

Fuente:
BleepingComputer