Un cibercriminal conocido como BUGSTER utilizó herramientas de inteligencia artificial para atacar organizaciones indias, incluyendo dos universidades. Según Unit 42 de Palo Alto Networks, el atacante logró robar una base de datos MongoDB con más de 5,200 registros que contenían información personal de estudiantes y personal.

Un cibercriminal que utiliza el alias en línea BUGSTER utilizó herramientas de inteligencia artificial para apoyar ataques contra organizaciones indias, incluidas dos universidades.

En una intrusión confirmada, el atacante robó una base de datos MongoDB que contenía más de 5.200 registros, incluyendo información personal de estudiantes y personal, según Unit 42 de Palo Alto Networks. Los investigadores no nombraron a las universidades.

La configuración del actor combinaba Hermes Agent, un marco de asistente de IA, con DeepSeek V4 como su modelo de razonamiento y Cursor como herramienta de codificación.

Unit 42 señaló que el atacante desactivó los controles de seguridad y confió en scripts e informes escritos por IA. El caso muestra cómo la IA puede ayudar a una persona con habilidades limitadas a realizar tareas que antes requerían más experiencia, aunque esto no significa que el modelo llevara a cabo la actividad por sí solo.

Los analistas de Unit 42 identificaron e investigaron la actividad examinando el entorno, las herramientas y los registros del operador.

Encontraron pruebas de actividad más allá de las intrusiones universitarias, incluyendo el robo de credenciales, el descifrado de contraseñas de Wi-Fi, investigación sobre criptomonedas y planes para fraudes en servicios telefónicos.

Habilidades limitadas utilizó la IA de DeepSeek

En una universidad, el actor utilizó investigación asistida por IA para mapear una plataforma de educación en línea y sus servicios relacionados. El informe describió un sitio de WordPress, una plataforma de aprendizaje, un portal estudiantil y un panel de administración.

Posteriormente, el actor utilizó la información para probar contraseñas de cuentas, y la herramienta identificó un inicio de sesión válido. Unit 42 no precisó que esta actividad llevara al robo de los 5.200 registros; esa base de datos provino de una intrusión universitaria distinta.

En el segundo caso, el actor accedió a la base de datos de una universidad pública con una cuenta de administrador protegida por una contraseña débil. Los datos de MongoDB robados incluían registros de estudiantes de programas de diplomatura, grado y posgrado, así como información del profesorado.

Los registros del actor también mostraron detalles sobre partes de la configuración de la nube y la base de datos de la universidad. Estos incidentes muestran por qué un servicio expuesto o una cuenta débil pueden tener efectos graves, incluso sin un fallo de software recién descubierto.

La actividad descrita por Unit 42 se basó en herramientas básicas, información recopilada sobre los objetivos y el acceso a una cuenta de administrador.

Si estás siguiendo los ataques de Hermes Agent impulsados por DeepSeek, puedes comparar este caso con otro informe sobre actividad asistida por IA que involucra las mismas herramientas.

La IA apoyó el trabajo en diversos esquemas

Unit 42 afirmó que el actor utilizó informes generados por IA para organizar la investigación y producir scripts. Los investigadores también encontraron un amplio conjunto de herramientas de escaneo de credenciales diseñado para buscar secretos expuestos, como claves de nube y claves privadas en archivos o registros.

Este tipo de información puede dar a los criminales acceso a servicios si una organización los ha dejado desprotegidos. El actor también creó perfiles de IA para tareas separadas. Un perfil se utilizó para buscar asesoramiento sobre fraude VoIP, mientras que otro investigó operadoras telefónicas.

Unit 42 encontró material de planificación, pero ningún registro de llamadas ni señales de que la operación telefónica se hubiera activado. Esta distinción es importante: el informe documenta la preparación y la investigación, no la prueba de que el fraude planeado se llevara a cabo.

Otra actividad incluyó un proceso automatizado para intentar descifrar contraseñas de Wi-Fi. Unit 42 señaló que requería un dispositivo cerca de las redes objetivo para recopilar datos de autenticación, lo que sugiere que el actor tenía acceso local a los lugares.

El actor también recopiló información sobre grandes poseedores de criptomonedas, pero los investigadores no encontraron pruebas de actividades posteriores contra ellos.

Informes relacionados sobre los hallazgos de la investigación de seguridad de DeepSeek cubren preocupaciones sobre modelos de IA que producen guías dañinas. Los hallazgos de Unit 42 añaden un punto diferente: un atacante puede combinar un modelo de IA con herramientas ordinarias y una seguridad de cuenta débil para perseguir varios tipos de delitos.

Las universidades y otras organizaciones deberían revisar las cuentas de administrador, eliminar contraseñas débiles o reutilizadas y requerir la autenticación de múltiples factores siempre que sea posible.

También deberían limitar el acceso a la base de datos a sistemas y usuarios aprobados, comprobar que los portales orientados a internet no tengan una exposición innecesaria y supervisar la actividad de las cuentas en busca de intentos de inicio de sesión inusuales o acceso a grandes conjuntos de registros.

Las organizaciones deben proteger los secretos, como las claves API y las credenciales de la nube, manteniéndolos fuera de archivos y registros públicos. Si una credencial puede haber sido expuesta, los equipos deben revocarla o rotarla, y luego revisar los registros de acceso en busca de signos de mal uso.

Estos pasos abordan las brechas de seguridad descritas en el informe; no dependen de la identificación de un modelo de IA en particular. La actividad también resalta el valor de supervisar a qué pueden acceder los agentes de IA.

Si utilizas herramientas de IA para trabajo legítimo, tu organización debería limitar sus permisos, mantener activados los controles de seguridad y aprobación, y revisar sus acciones. El caso forma parte de un conjunto más amplio de preocupaciones reportadas sobre la ciberdelincuencia habilitada por IA, incluyendo la actividad de robo de credenciales impulsada por DeepSeek.

Fuentes:
https://cybersecuritynews.com/hacker-with-limited-skills-used-deepseek-ai/