Pela primeira vez, os investigadores da Google identificaram um grupo de cibercriminosos a utilizar uma vulnerabilidade zero-day desenvolvida com recurso a IA, indica o mais recente relat\u00f3rio do Threat Intelligence Group da empresa (GTIG).\u00a0 <\/p>\n
Os investigadores da Google avan\u00e7am que o mundo do cibercrime tem vindo a demonstrar interesse em tirar partido das capacidades da IA para o desenvolvimento de vulnerabilidades. Neste caso, a equipa identificou um conjunto de atacantes a colaborar no planeamento de uma campanha massiva de explora\u00e7\u00e3o de vulnerabilidades.\u00a0<\/strong><\/p>\n N\u00e3o perca nenhuma not\u00edcia importante da atualidade de tecnologia e\u00a0acompanhe tudo em tek.sapo.pt<\/a><\/strong><\/p>\n A an\u00e1lise \u00e0 campanha permitiu encontrar uma vulnerabilidade zero-day incorporada num script Python<\/strong>. A explora\u00e7\u00e3o da falha permitiria aos atacantes contornar os mecanismos de autentica\u00e7\u00e3o de dois factores numa ferramenta de administra\u00e7\u00e3o de sistemas cujo nome n\u00e3o foi divulgado<\/strong>. O GTIG trabalhou com o fornecedor afetado para interromper as atividades maliciosas.\u00a0<\/p>\n Embora acreditem que o Gemini n\u00e3o tenha sido utilizado, os investigadores chegaram \u00e0 conclus\u00e3o de que os atacantes ter\u00e3o recorrido a um modelo de IA para descobrir a vulnerabilidade.\u00a0<\/strong><\/p>\n Uma an\u00e1lise mais aprofundada permitiu encontrar v\u00e1rias pistas que apontam nesse sentido. Por exemplo, a equipa identificou padr\u00f5es de texto que aparecem com frequ\u00eancia em dados usados para treinar modelos de IA, bem como uma pontua\u00e7\u00e3o CVSS baseada em alucina\u00e7\u00f5es.\u00a0<\/strong><\/p>\n Segundo o GTIG, a vulnerabilidade pode ser classificada com uma falha que permite contornar a autentica\u00e7\u00e3o de 2 factores, embora exija credenciais v\u00e1lidas. A falha n\u00e3o resulta de erros comuns de programa\u00e7\u00e3o, mas sim de um erro mais profundo na l\u00f3gica do sistema.<\/strong><\/p>\n Enquanto as ferramentas tradicionais de an\u00e1lise procuram falhas t\u00e9cnicas ou erros no sistema, os modelos de IA mais avan\u00e7ados t\u00eam uma maior efic\u00e1cia quando se trata de identificar este tipo de problemas<\/strong>, indicam os investigadores<\/a>.<\/p>\n Embora ainda tenham dificuldades em interpretar sistemas empresariais de autoriza\u00e7\u00e3o mais complexos, estes modelos est\u00e3o a melhorar na capacidade de perceber o contexto e a inten\u00e7\u00e3o dos programadores, o que permite detetar, por exemplo, contradi\u00e7\u00f5es na forma como a autentica\u00e7\u00e3o de dois factores foi implementada<\/strong>, identificando erros que parecem corretos para as ferramentas tradicionais, mas que, na verdade, est\u00e3o incorretos do ponto de vista da seguran\u00e7a.<\/p>\n