Kimsuky eleva seu jogo com IA local, RAG e GitHub como C2

Uma assinatura sul-coreana de segurança, Genians, publicou evidências de que o grupo de ciberespionagem norte-coreano Kimsuky está incorporando modelos e componentes de inteligência artificial (IA) em sua infraestrutura interna. De acordo com o relatório técnico, os operadores instalaram e configuraram versões locais de modelos de linguagem e ferramentas relacionadas, como o Ollama, o GPT4All e o Msty, e criaram uma base de dados de recuperação-augmentada (RAG) associada a GPT4All, indicando que tentaram ligar documentos na sua posse a um motor de IA. Genians também encontrou bibliotecas e componentes de desenvolvimento (por exemplo, LLaMaSharp e Microsoft Semantic Kernel), arquivos de transcrição de OpenAI Whisper e rastros de editores de código potenciado por IA, sugerindo um esforço deliberado por integrar capacidades de IA em seu fluxo de trabalho.

Atos confirmados: Genians documentou a presença e uso (não apenas a descarga) de múltiplas ferramentas locais de IA em infra-estruturas que atribui a Kimsuky; a base de dados localdocs_v3.db de GPT4All apareceu configurada; Ollama gerou chaves em arranque; e o conjunto de artefatos incluiu bibliotecas para integrar IA em software .NET/C#. Além disso, Genians conecta esta atividade a uma campanha mais ampla —Operation GitPower — que abusa de repositórios do GitHub como canais de comando e usa uma cadeia de infecção baseada em acessos LNK a PowerShell para implantar AsyncRAT em arquivos disfarçados. Fortinet documentou independentemente o uso do padrão GitHub-C2 em ataques dirigidos a usuários sul-coreanos em abril, corroborando a técnica geral de aproveitar o GitHub como C2 ( Fortinet Threat Research).

Elementos ainda incertos: não há evidência pública de que Kimsuky tenha treinado um modelo próprio a partir de zero; Genians não afirma que os documentos ligados à base RAG procedam de vítimas concretas nem que a pilha IA local tenha sido executada diretamente contra ambientes comprometidos por eles. A Reuters, que cobriu o achado, apontou que não pôde verificar de forma independente algumas das conclusões do relatório ( Reuters - tecnologia).

Tecnicamente, o observado é uma implementação "offline" de técnicas de IA mais do que a criação de modelos proprietários. As ferramentas como GPT4All e Ollama permitem executar modelos locais de linguagem; quando combinadas com RAG, o sistema pode responder a consultas com informações extraídas de uma colecção privada de documentos (a base localdocs_v3.db é precisamente esse tipo de índice). Plugins como Whisper transformam áudio a texto para alimentar esses índices ou para análise automática, e bibliotecas como LLaMaSharp ou Semantic Kernel facilitam que desenvolvedores incrustem chamadas a modelos em código C#/.NET, o que abre a porta para integrar geração automática de texto, análise e criação de cogumelos em malware ou ferramentas de fase pós-explotação.

Do ponto de vista operacional, a integração da IA na “cade de valor” do ataque tem duas implicações concretas. Primeiro, acelera a produção de iscos e conteúdos personalizados (phishing, mensagens direcionadas, documentos falsos), porque a IA pode criar variantes convincentes de e-mails e documentos em volume. Segundo, degrada alguns sinais forenses tradicionais que os defensores usavam para identificar enganos (traduções torpes, erros ortográficos ou formato pouco natural), de modo que a detecção baseada apenas na qualidade do texto será menos fiável. Em vez disso, a atenção deve mover-se para o comportamento no endpoint e na rede: execução de acessos LNK, chamadas de PowerShell, tarefas programadas ocultas, tráfego incomum para repositórios públicos ou privados no GitHub, e cargas posteriores de RAT ou outros artefatos.

Quem afeta isto? Principalmente organizações e indivíduos no mira da inteligência norte-coreana: entidades governamentais, centros de pesquisa, defesa e atores estratégicos na península coreana e seus aliados. Mas a técnica –utilizar modelos locais e RAG para automatizar tarefas de espionagem – é replicavel e poderia escalar outros objetivos se outros grupos adotarem a mesma aproximação. Além disso, o abuso de plataformas públicas como o GitHub como canais de comando cria riscos para desenvolvedores e administradores que confiam na legitimidade do tráfego para repositórios.

Que consequências reais derivam? A curto prazo, campanhas de engenharia social mais rápidas e polidas com maior capacidade de adaptação. A médio prazo, potenciação da automação em fases de reconhecimento, classificação de dados e elaboração de senhões, o que pode aumentar a taxa de sucesso de intrusões e reduzir a janela de detecção. Para os equipamentos de resposta, a carga é transferida para avaliar a «qualidade» do cebado para correlações e indicadores de comportamento tecnico (ejecuções e conexões).

Medidas concretas a tomar defensores e leitores: primeiro, implantação e reforço de controles em endpoints: ativar controle de execução de aplicativos (application allowlisting), bloquear execução de locais temporários ou de usuário (AppData, Temp), e restringir a execução automática de acessos LNK. Segundo, endurecer as políticas de PowerShell: aplicar constrained language mode, habilitar ScriptBlockLogging e ModuleLogging e enviar esses logs para um SIEM para correlação. Terceiro, monitorar tráfego para o GitHub e outros repositórios públicos: identificar padrões de polling anómalo, tokens reutilizados ou repositórios com content drop-inesperado; considerar restrições de egress e whitelisting de destinos. Quarto, monitorar tarefas programadas, serviços e processos persistentes novos; correlacionar LNK→PowerShell→descarga→ejecução nos registros. Quinto, fortalecer a gestão de credenciais: MFA obrigatório, rotação de chaves, detecção de uso anormais de contas. Sexto, para equipes de desenvolvimento e DevOps, auditar repositórios e pipelines em busca de commits ou artefatos suspeitos que possam abrigar C2 e aplicar detecção em artefatos binários dissimulados em imagens ou arquivos. Finalmente, manter atualizado o software de detecção (EDR/AV), as regras de rede e as assinaturas/RULES de comportamento.

Na prática, os defensores devem converter recomendações anteriores em regras concretas de detecção: alertas por execução de LNK com PowerShell a partir de diretórios de usuário; blocos por downloads de arquivos executáveis a partir de repositórios públicos sem assinatura; correlação entre eventos de transcrição ou manipulação de arquivos e movimentos laterais; e seguimento de processos que invoquem bibliotecas de IA ou componentes .NET incomuns. O relatório de Genians salienta que, quando o julgamento pela "qualidade" do senhô falha, a defesa eficaz depende de visibilidade e correlação de telemetria.

Quanto à atribuição, Genians associa a atividade a Kimsuky por coincidências de infraestrutura, sobreposição com campanhas prévias e rastros linguísticos atribuídos a operadores norte-coreanos; o Tesouro dos EUA. Os EUA já sancionou Kimsuky em 2023 como ator subordinado à Reconnaissance General Bureau. Estas correlações são consistentes com padrões conhecidos, mas, como sempre em ciber-inteligência, requerem corroboração contínua e não substituem a evidência operacional direta em cada caso. Para revisar documentação adicional sobre a técnica GitHub-C2 e o contexto de Kimsuky convém consultar pesquisas de terceiros e relatórios da indústria, além de fontes governamentais.

A integração da IA em fluxos de ataque não é em si nova, mas a evidência de que um actor estatal dedica tempo a montar uma pilha local e a associá-la com documentos e ferramentas de automação implica uma mudança de fase: menos dependência de serviços públicos para gerar iscos e mais capacidade para operar em ambientes isolados. Isso exige que defensores e responsáveis pela segurança priorizem controles técnicos a nível de endpoints, rede e pipeline, e que adoptem uma estratégia de detecção baseada em comportamento e correlação em vez de confiar apenas em sinais superficiais de engano.

Ligação para ampliar: Microsoft Semantic Kernel (biblioteca citada no relatório) https://github.com/microsoft/semantic-kernel.