Deepseek

Um ator de ameaça que fala chinês está utilizando o modelo de IA DeepSeek e o agente de código aberto Hermes para realizar ataques cibernéticos autônomos em servidores expostos, com pouca intervenção humana. A atividade foi descoberta pela Unit 42 da Palo Alto Networks, que identificou que o Hermes acidentalmente criou um servidor web a partir de seu diretório inicial, expondo informações sensíveis do atacante, como chaves de API e scripts de exploração. A Unit 42 atribuiu a atividade a um ator baseado na China, conhecido como ‘knaithe’ e ‘KnYuan’, que se autodenomina ‘pesquisador de segurança binária’. Embora os ataques autônomos não tenham comprometido os servidores-alvo, a campanha demonstra um fluxo de trabalho ofensivo de IA capaz de descobrir e atacar sistemas vulneráveis rapidamente. O agente Hermes foi configurado para aceitar instruções de um canal do Telegram e realizar atividades sem a necessidade de autorização prévia. Apesar de algumas tentativas de exploração terem falhado, a velocidade e a autonomia do processo de identificação de alvos e exploração são preocupantes, pois podem permitir que ataques sejam realizados em minutos, algo que normalmente levaria horas. Além disso, o ator também conduziu ataques manuais contra mais de 460 sistemas, resultando em algumas compromissos bem-sucedidos, destacando a necessidade de vigilância contínua e melhorias nas defesas cibernéticas.

Um novo relatório da Unit 42 da Palo Alto Networks revela que um ator de ameaça de língua chinesa utilizou o DeepSeek, através do framework de código aberto Hermes Agent, para realizar ataques cibernéticos de forma autônoma. Após receber instruções iniciais via Telegram, o agente identificou sistemas expostos à internet e selecionou exploits públicos para atacar mais de 460 alvos. Os pesquisadores documentaram sete trilhas de exploração, abrangendo oito identificadores de Vulnerabilidades e Exposições Comuns (CVEs). Embora as tentativas de ataque contra os sistemas Langflow e n8n tenham falhado devido a requisitos de configuração, a exfiltração de dados foi confirmada em três organizações por meio de uma falha no NetScaler (CVE-2026-3055) e execução de comandos em instâncias Marimo (CVE-2026-39987). O agente Hermes expôs a operação ao iniciar um servidor HTTP não intencional, tornando acessíveis configurações de modelo, chaves de API e logs de sessão. A Unit 42 recomenda que as organizações atualizem seus sistemas Langflow, n8n e Marimo, além de restringir o acesso público desnecessário a interfaces de fluxo de trabalho.

Pesquisadores de cibersegurança identificaram um novo artefato de malware que utiliza a tecnologia DeepSeek para criar um caminho de ataque inovador, combinando conceitos teóricos de ransomware em navegadores com capacidades reais. Este ataque, documentado pela primeira vez, ocorre inteiramente dentro do navegador, afetando dispositivos Windows e Android. O malware, denominado InfernoGrabber v9.0, é uma aplicação Python Flask que opera como um servidor web malicioso, atraindo vítimas com um falso aprimorador de avatar do Discord. Ele realiza uma série de ações prejudiciais, como roubo de tokens do Discord, números de cartões de crédito e frases-semente de criptomoedas, além de capturar feeds de webcam e microfone. O ataque utiliza uma técnica de ransomware que não requer a instalação de um payload nativo, explorando vulnerabilidades do navegador. A pesquisa destaca que a IA está redefinindo o cenário de ameaças cibernéticas, permitindo que atores maliciosos desenvolvam malware com menos expertise técnica. A abordagem é limitada a navegadores que expõem a API de Acesso ao Sistema de Arquivos, como o Google Chrome. Embora não haja evidências de que essa técnica tenha sido utilizada em campanhas reais, a descoberta representa uma mudança significativa na forma como ataques cibernéticos podem ser concebidos e executados.

Uma pesquisa da CrowdStrike revelou que o modelo de inteligência artificial (IA) DeepSeek-R1, desenvolvido pela empresa chinesa DeepSeek, produz um número significativamente maior de vulnerabilidades de segurança quando recebe prompts relacionados a temas considerados politicamente sensíveis pela China. A análise indicou que a probabilidade de gerar código com vulnerabilidades graves aumenta em até 50% ao incluir tais tópicos. O modelo, que já enfrentou preocupações de segurança nacional e foi banido em vários países, também censura questões sensíveis, como a Grande Muralha da China e o status político de Taiwan. O Bureau de Segurança Nacional de Taiwan alertou os cidadãos sobre o uso de modelos de IA generativa chineses, que podem distorcer narrativas históricas e amplificar desinformação. A pesquisa da CrowdStrike destacou que, ao solicitar a criação de código para sistemas de controle industrial em regiões sensíveis, a qualidade do código gerado se deteriora, apresentando falhas de segurança significativas. Além disso, o modelo possui um ‘kill switch’ intrínseco, recusando-se a gerar código para temas como o Falun Gong em 45% das tentativas. As descobertas ressaltam a necessidade de cautela ao utilizar ferramentas de IA que podem ser influenciadas por diretrizes políticas.

Em janeiro de 2025, a empresa chinesa de inteligência artificial DeepSeek sofreu um vazamento de dados que comprometeu mais de 1 milhão de registros sensíveis. A Wiz Research identificou um banco de dados ClickHouse acessível publicamente, permitindo controle total sobre as operações do banco, incluindo acesso a dados internos como histórico de chats e chaves secretas. Embora a DeepSeek tenha rapidamente corrigido a exposição, o incidente destaca os riscos associados ao vazamento de dados, que podem ser intencionais, como ataques de phishing, ou não intencionais, como erros humanos. Os vetores comuns de vazamento incluem configurações inadequadas de armazenamento em nuvem, vulnerabilidades em dispositivos finais e falhas na comunicação por e-mail. As consequências de tais vazamentos podem ser devastadoras, incluindo multas severas por não conformidade com regulamentos como o GDPR e o CCPA, perda de propriedade intelectual e danos à reputação da empresa. Para mitigar esses riscos, as organizações devem implementar práticas como acesso de menor privilégio, prevenção de perda de dados (DLP), classificação de dados sensíveis, auditorias e treinamento adequado para funcionários.