Agenti AI autonomi compromettono migliaia di credenziali in meno di sei ore

Il panorama della sicurezza informatica sta subendo una trasformazione radicale: i criminali informatici stanno adottando agenti AI autonomi per orchestrare attacchi su larga scala con una rapidità senza precedenti. In un episodio recente, un gruppo di hacking finanziariamente motivato ha sfruttato un framework multi‑agente per rubare migliaia di credenziali in meno di sei ore, mettendo in luce l’efficacia e la minaccia crescente di queste tecnologie.

Il nuovo paradigma degli attacchi AI‑autonomi

Secondo il Google Threat Intelligence Group (GTIG), i threat actors stanno integrando l’intelligenza artificiale in ogni fase delle loro operazioni, dalla ricerca di vulnerabilità alla pianificazione e all’esecuzione di attacchi. L’uso di agenti autonomi consente di ridurre drasticamente il tempo di risposta, automatizzare la scansione delle vulnerabilità e gestire l’infrastruttura compromessa senza intervento umano. Questo approccio è stato dimostrato in un caso in cui un attacco di credential harvesting è stato completato in meno di sei ore, con migliaia di credenziali di terze parti rubate.

TeamPCP e la catena di compromissione software

TeamPCP, noto anche come Altered Spider e UNC6780, è un gruppo di cybercriminali che ha orchestrato una serie di compromissioni su larga scala di catene di approvvigionamento software. Le loro operazioni si concentrano su piattaforme come PyPI, npm e Docker Hub, dove distribuiscono malware come DUSTMAKER e SANDCLOCK. Questi tool sono progettati per rubare credenziali, esfiltrare dati sensibili e, in alcuni casi, eseguire attacchi di ransomware.

DUSTMAKER, in particolare, è un payload JavaScript cross‑platform ottimizzato per pipeline CI/CD. Sebbene non includa funzionalità di escape da container, è specializzato nel furto di credenziali e nella manipolazione di ambienti di sviluppo AI, rendendolo un attrezzo ideale per operazioni di estorsione. SANDCLOCK, invece, è stato utilizzato in precedenti campagne e include funzionalità di escape da container, oltre a mirare a wallet di criptovalute.

Il ruolo dei modelli LLM e delle AI open‑source

Il GTIG ha osservato un incremento nell’uso di modelli di linguaggio di grandi dimensioni (LLM) da parte dei threat actors. Questi modelli vengono impiegati per generare exploit, orchestrare toolset complessi e prendere decisioni tattiche in tempo reale. La democratizzazione dell’accesso ai modelli open‑source, come quelli disponibili su Hugging Face, ha amplificato la capacità degli aggressori di creare versioni localizzate e non monitorate di AI, aumentando il rischio di phishing e scripting malevolo.

Implicazioni per le organizzazioni e raccomandazioni di sicurezza

Le minacce presentate da agenti AI autonomi richiedono una risposta coordinata e multilivello. Le organizzazioni devono:

• Implementare sistemi di rilevamento delle anomalie basati su AI per identificare attività sospette in tempo reale.
• Adottare pratiche di zero trust, limitando l’accesso ai servizi cloud e ai modelli AI ai soli utenti autorizzati.
• Utilizzare framework di sicurezza specifici per modelli open‑source, come il Frontier Safety Framework di Google, per valutare i livelli di rischio e applicare controlli adeguati.
• Monitorare costantemente le pipeline CI/CD e i repository di codice per rilevare eventuali inserimenti di malware come DUSTMAKER o SANDCLOCK.
• Formare il personale su tecniche di phishing AI‑generato e su come riconoscere prompt di iniezione e poisoning.

In conclusione, l’adozione di agenti AI autonomi da parte dei threat actors sta trasformando il panorama delle minacce. Le organizzazioni devono adottare una postura di sicurezza proattiva, combinando tecnologie di rilevamento avanzato, pratiche di sicurezza rigorose e una cultura di consapevolezza per contrastare efficacemente queste nuove forme di attacco.