Saltar al contenido
  • BTC $58.525 −5,8%
  • ETH $1.612 −8,4%
  • SOL $68,31 −6,6%
  • BNB $536,58 −7,7%
  • XRP $0,8978 −6,7%
  • DOGE $0,0533 −8,5%
  • ADA $0,1400 −7,8%

Alerta de malware de IA: Google vincula cinco familias habilitadas con LLM al uso indebido de Gemini

El equipo de amenazas de Google advirtió recientemente que el malware de IA ahora utiliza modelos de lenguaje grande en tiempo de ejecución para crear código ofuscado que tiene como objetivo las billeteras de criptomonedas y los flujos de phishing, un peligro destacado el 7 de noviembre de 2025. ¿Cómo explota el malware de IA las técnicas impulsadas por LLM y el uso indebido del modelo Gemini?…

Artículo elaborado con sistemas de inteligencia artificial y publicado bajo la responsabilidad editorial de Amelia Tomasicchio. Cómo trabajamos

ai malware
ai malware alert: LLMs, Gemini power evasive crypto theft

El equipo de amenazas de Google advirtió recientemente que el malware de IA ahora utiliza modelos de lenguaje grande en tiempo de ejecución para crear código ofuscado que apunta a billeteras de criptomonedas y flujos de phishing, un peligro destacado el 7 de noviembre de 2025.

¿Cómo explota el malware de IA las técnicas impulsadas por LLM y el uso indebido del modelo Gemini?

Los investigadores de Google dicen que los atacantes invocan modelos como Gemini durante la ejecución para producir código justo a tiempo y cargas útiles evasivas. El informe documenta que PROMPTFLUX utiliza una rutina de «Robot Pensante» que llama a Gemini cada hora para reescribir cargas útiles de VBScript, lo que complica la detección basada en firmas y permite una ofuscación sofisticada.

En consecuencia, estas tácticas de malware impulsadas por llm convierten scripts estáticos en herramientas adaptativas, y los defensores encuentran que las heurísticas tradicionales son menos efectivas. Las medidas de ALERTA como el monitoreo de llamadas API de modelos salientes son ahora cada vez más críticas.

¿Qué vincula estas técnicas con el robo de criptomonedas de DPRK y la exfiltración de datos de billeteras?

Google identificó al menos cinco familias de malware habilitadas por IA, incluidas PROMPTFLUX y PROMPTSTEAL, además de actividad atribuida a UNC1069 (Masan).

El análisis encuentra que PROMPTSTEAL utiliza el modelo Qwen alojado en Hugging Face para generar comandos de Windows, mientras que UNC1069 usó indebidamente Gemini para localizar datos de aplicaciones de billeteras, crear scripts para acceder a almacenamiento cifrado y producir generación de scripts de phishing multilingües dirigidos al personal de intercambio.

En este contexto, las consultas de modelos en tiempo de ejecución pueden habilitar directamente la exfiltración de datos de billeteras y la recolección de tokens. Dicho esto, la vinculación de estos métodos con campañas de DPRK subraya el riesgo geopolítico continuo en las intrusiones dirigidas a cripto.

¿Qué pasos prácticos deben tomar los defensores e inversores?

Los defensores deben tratar el código justo a tiempo como de alto riesgo y actualizar las reglas de detección para módulos impulsados por prompts. El 7 de noviembre de 2025, se instó a los equipos a rastrear solicitudes salientes anómalas, registrar el uso de API de modelos y aplicar análisis de comportamiento para detectar fases asistidas por LLM temprano.

Google ha declarado que deshabilitó las cuentas vinculadas a estas actividades y reforzó las salvaguardas de acceso a modelos; consulte el informe del Grupo de Inteligencia de Amenazas de Google para obtener detalles. Para servicios de custodia y no custodia, la conclusión CRÍTICA es la expansión de la superficie de ataque y la necesidad URGENTE de fortalecer la telemetría de endpoints, el parcheo y la higiene de billeteras.

Dos expertos notan el cambio operativo: uno describió la evolución como un movimiento de binarios fijos a módulos dinámicos impulsados por API, y otro advirtió que los cebos de phishing multilingües se vuelven mucho más convincentes cuando se crean en tiempo de ejecución (Google GTIG y Decrypt). ADVERTENCIA: el intercambio de inteligencia de amenazas y la respuesta rápida a incidentes siguen siendo mitigaciones decisivas.

Mantenga defensas en capas, registre las llamadas API de modelos y priorice la detección de comportamientos al estilo PROMPTFLUX y PROMPTSTEAL para mejorar el análisis posterior a la violación y reducir la exposición.

Satoshi Voice

Este artículo se ha elaborado con ayuda de inteligencia artificial y ha sido revisado por nuestro equipo de periodistas para garantizar su precisión y calidad.

Todos los artículos de Satoshi Voice