AI giúp tăng tốc phát triển mã độc, nhưng không tăng tỷ lệ tấn công thành công

Một phân tích mới từ nhóm nghiên cứu Unit 42 của Palo Alto Networks chỉ ra rằng trí tuệ nhân tạo (AI) đang giúp tin tặc tạo ra mã độc nhanh hơn, nhưng lại không giúp chúng qua mặt được các hệ thống phòng thủ hiện tại. Trong số 405 mẫu mã độc được cho là có liên quan đến AI, chỉ có 12 mẫu thực sự tiếp cận được thiết bị của nạn nhân, và toàn bộ số này đều bị phát hiện bởi các công cụ bảo mật thông thường.

Phân tích này cho thấy AI hiện đang được sử dụng như một "công cụ tăng tốc" trong quy trình phát triển phần mềm độc hại, từ việc tạo mã nguồn đến ngụy trang tệp tin. Tuy nhiên, lợi thế về tốc độ này không đồng nghĩa với việc tăng khả năng tấn công thành công, bởi các kỹ thuật phòng thủ hiện đại vẫn đủ khả năng phát hiện ra những mã độc do AI tạo ra.

Chỉ 12/405 mẫu mã độc liên quan đến AI tiếp cận được mục tiêu thực tế

Nhóm nghiên cứu Unit 42 đã phân tích 405 mẫu mã độc được cho là có dấu hiệu liên quan đến AI, bao gồm cả những mã độc tống tiền (ransomware) được viết một phần với sự trợ giúp của các mô hình ngôn ngữ lớn (LLM), cho đến những tệp tin cài đặt chỉ đơn thuần mượn tên của một ứng dụng AI phổ biến để đánh lừa người dùng. Kết quả cho thấy khoảng 97% số mẫu trong bộ dữ liệu không bao giờ rời khỏi môi trường sandbox, kho lưu trữ nghiên cứu hoặc hệ thống thử nghiệm nội bộ để tiếp cận một mục tiêu thực sự.

Unit 42 đã đối chiếu mã băm (hash) của 405 tệp tin với dữ liệu đo từ xa từ các điểm cuối, các phiên mạng được chuyển đến để phân tích trong môi trường sandbox, cùng các bản ghi cảnh báo nội bộ được tạo ra khi một mẫu vật thực sự được kích hoạt. Kết quả chỉ có 12 mã băm xuất hiện trên các thiết bị điểm cuối trực tiếp, trong khi một nhóm lớn hơn một chút (15-20 mã băm) xuất hiện trong lưu lượng mạng được gửi đến sandbox. Điều đáng chú ý là mọi mẫu trong số 12 mã độc được phát hiện trên các thiết bị được bảo vệ đều kích hoạt cảnh báo bảo mật.

Phân loại các mẫu mã độc liên quan đến AI

Nhóm nghiên cứu đã chia các mẫu mã độc không tiếp cận được môi trường sản xuất thành ba nhóm chính:

• Mã bằng chứng khái niệm (Proof-of-Concept): Nhóm lớn nhất, được xây dựng để trình diễn một kỹ thuật cụ thể. Chúng thường được cấu hình để chỉ nhắm vào mạng nội bộ hoặc mạng riêng, chứa đầy mã gỡ lỗi mà tin tặc thực thụ sẽ không để lại, và thường được tải lên một lần duy nhất bởi một phòng thí nghiệm hoặc trường đại học.
• Mã độc từ các tổ chức tự kiểm tra: Nhóm này đến từ các tổ chức đang thử nghiệm khả năng phòng thủ của chính họ trước các mã độc AI đã được báo cáo trước đó. Chúng có thể nhận biết qua việc cùng một tệp tin được tải lên nhiều lần từ cùng một nguồn trong một khoảng thời gian ngắn.
• Mã độc mượn danh AI: Nhóm thứ ba sử dụng thương hiệu AI thuần túy như một miếng mồi, ngụy trang một tải trọng tấn công thông thường thành các tệp tin cài đặt cho các sản phẩm AI nổi tiếng nhưng không có chức năng AI thực sự đằng sau.

FunkSec và các gia đình mã độc nổi bật

12 mẫu mã độc tiếp cận được thiết bị thực tế thuộc về 5 gia đình mã độc khác nhau, xuất hiện tại 3 quốc gia, không tập trung vào một ngành nghề hay khu vực địa lý cụ thể nào.

Gia đình mã độc phổ biến nhất là FunkSec, một biến thể ransomware mà nhiều nhà nghiên cứu đã liên hệ với sự trợ giúp của LLM. Bằng chứng là các tên tệp dự án nội bộ được nhúng trong các mẫu phân tích cho thấy một nhà phát triển liên tục đổi tên cho cùng một ransomware. Theo Unit 42, tốc độ thay đổi tên này phù hợp với quy trình tạo mã theo lời nhắc (prompt-driven) hơn là một chu kỳ phát triển truyền thống.

Một mẫu vật phổ biến khác là một tệp tin cài đặt giả dạng ứng dụng tìm công thức nấu ăn Recipe Lister. Tệp tin này mang chữ ký số, âm thầm cài đặt một backdoor (cửa hậu) sau khi được kích hoạt. Nó đã lây lan sang hơn 50 tổ chức, tạo ra khoảng 6.500 bản ghi điểm cuối và khoảng 9.600 cảnh báo. Ngoài ra còn có backdoor Oyster giả dạng trình cài đặt Dropbox, và một tệp tin thực thi Windows khác phát tán trình đánh cắp thông tin Rhadamanthys với kết nối máy chủ chỉ huy và kiểm soát (C2) đang hoạt động. Mẫu vật cuối cùng đóng giả một thành phần của phần mềm bảo mật 360 Total Security của Trung Quốc và sử dụng kỹ thuật COM hijacking để duy trì tồn tại.

Phát hiện và ngăn chặn bằng các phương pháp truyền thống

Unit 42 khẳng định các hệ thống phòng thủ hiện tại đã bắt được mọi mẫu mã độc liên quan đến AI bằng chính các phương pháp đã dùng cho mã độc thông thường. Các phương pháp này bao gồm thả khối trong môi trường sandbox, phát hiện dựa trên hành vi, phân tích sự bất thường trong chữ ký số, và đo lường mức độ mã hóa hoặc nén của tệp tin. Không một mẫu mã độc nào liên quan đến AI đòi hỏi một phương pháp phát hiện mới để bị nhận diện và chặn đứng.

Mã độc

Những phát hiện này cho thấy vai trò hiện tại của AI trong lĩnh vực mã độc là công cụ tăng tốc quá trình xây dựng và biến thể hóa mã độc của tin tặc, chứ không phải là cách để tạo ra những công cụ khó bị phát hiện hơn. Điều này có nghĩa là các chiến lược phòng thủ truyền thống vẫn giữ được giá trị quan trọng trong bối cảnh AI ngày càng được ứng dụng rộng rãi trong giới tấn công mạng.

Nguồn: SecurityWeek, tác giả Eduard Kovacs