fuente: https://cybersecuritynews.com/local-ai-bypasses-edr/
Un modelo de inteligencia artificial (IA) local, sin censura, modificó una utilidad de extracción de credenciales de Windows hasta lograr evadir dos productos de detección y respuesta de endpoints (EDR) en un laboratorio controlado, lo que demuestra cómo la IA generativa accesible podría acelerar el desarrollo de herramientas ofensivas personalizadas.
El experimento, publicado por Eddie Zhang, investigador del Proyecto Black, se centró en el Servicio de Subsistema de Autoridad de Seguridad Local (LSASS), cuya memoria puede contener material de autenticación útil para el movimiento lateral una vez que un atacante obtiene acceso administrativo.
El proyecto comenzó con una prueba de referencia deliberadamente exigente: ¿podría una IA crear un ejecutable capaz de extraer la memoria de LSASS sin que los sistemas EDR modernos lo detectaran, con mínima intervención humana? Esta prueba es crucial, ya que MITRE ATT&CK registra la extracción de memoria de LSASS como T1003.001, una subtécnica de acceso a credenciales. Los usuarios con privilegios de administrador o de sistema pueden extraer credenciales de la memoria de LSASS y reutilizarlas para autenticarse en otros sistemas.
Investigadores utilizaron la IA Claude para adaptar una vulnerabilidad de ejecución remota de código sin autenticación a un controlador lógico programable WAGO,...
Leer artículo →Microsoft publicó recientemente una entrada oficial en su blog anunciando revisiones a los requisitos de certificación de su Programa de Compatibilidad de Hardw...
Leer artículo →Un equipo de la EPFL ha desarrollado un marco que entrena modelos de lenguaje a gran escala para crear sistemas de IA capaces de encontrar la configuración ópti...
Leer artículo →