La firma de ciberseguridad CrowdStrike publicó un informe en el que atribuye a un grupo de hackers respaldado por el gobierno chino, conocido como VAPOR PANDA, el uso de una herramienta de inteligencia artificial llamada ARTEX para llevar a cabo una campaña de espionaje a gran escala. Según el documento, el grupo atacó a más de 200 organizaciones en al menos 14 países en un lapso de 11 días, y habría comprometido con éxito alrededor de 140 de ellas. La noticia, difundida inicialmente por medios especializados como CyberScoop y The Hacker News, pone de relieve cómo la inteligencia artificial generativa está transformando las tácticas de los ciberataques, permitiendo a un solo operador ejecutar intrusiones que antes requerían equipos completos.
El dato clave: 200 objetivos, 140 comprometidos y 9 confirmados
La distinción entre el número de organizaciones atacadas y las efectivamente comprometidas es fundamental. El informe de CrowdStrike indica que 200 es la cantidad de organizaciones que recibieron intentos de intrusión, no las que fueron vulneradas con éxito. La firma confirmó que solo 9 organizaciones sufrieron explotación posterior (post-explotación), es decir, que los atacantes lograron acceso, instalaron el backdoor BLOODALCHEMY y realizaron actividades como rociado de contraseñas y escaneo de redes internas. Además, al menos 12 organizaciones más fueron objeto de rociado de contraseñas y escaneo de credenciales, aunque no hay evidencia de que hayan sido comprometidas.
El número 140 proviene de una entrevista de CyberScoop con un ejecutivo de CrowdStrike, quien afirmó que aproximadamente el 70% de los objetivos confirmaron daños o presentaban evidencia con un nivel de confianza medio de compromiso. Es importante notar que esta cifra incluye casos con evidencia moderada, mientras que el informe de CrowdStrike solo detalla 9 casos con evidencia clara de post-explotación. La omisión del calificativo “nivel de confianza medio” en algunos titulares puede llevar a la conclusión errónea de que los 140 casos fueron verificados plenamente.
ARTEX: la herramienta de IA que automatiza el pentesting
Microsoft publicó un análisis el 21 de octubre en el que describe ARTEX como un framework de pruebas de penetración de código abierto, escrito en el lenguaje Go, con interfaz Next.js y arquitectura multiagente. La herramienta es capaz de aceptar cualquier modelo de IA y ejecutar pruebas de penetración automatizadas, desde la exploración inicial hasta la extracción de datos. Los agentes acumulan hallazgos en un grafo compartido y se comunican entre sí para coordinar acciones.
El desarrollador de ARTEX, Li Puhua, decidió cerrar el código el 30 de octubre, según reportó The Hacker News, debido a que la herramienta fue utilizada más ampliamente de lo esperado. A pesar de ello, el daño ya estaba hecho: la herramienta había sido adoptada por actores maliciosos.
Un aspecto que destaca el informe es el consumo de recursos. En una sola tarea, los agentes planificaron consumir alrededor de 1,400 millones de tokens de entrada. A un costo aproximado de 0.3 dólares por millón de tokens, esto equivaldría a unos 420 dólares por intrusión, una cifra muy inferior al costo de un equipo humano dedicado a la misma tarea. Aunque esta estimación es del autor del análisis y no aparece en el informe, ilustra la eficiencia económica de la automatización.
El medio tailandés citó una afirmación de Meyers sobre que la herramienta es “37 veces más rápida que un humano”. Sin embargo, esta métrica se refiere a la tasa de emisión de comandos, no al tiempo total necesario para completar una intrusión, por lo que no debe interpretarse como una superioridad absoluta en todos los aspectos.
El factor humano detrás de la IA
Contrario a la creencia de que la IA actúa de forma completamente autónoma, el informe señala que hay operadores humanos supervisando el proceso. Se recuperaron conversaciones en las que los atacantes, escribiendo en chino, daban instrucciones específicas a los agentes, como crear webshells, extraer contraseñas de administración de dominio y explorar qué máquinas tenían sensores de seguridad instalados. En un caso, ordenaron al agente buscar equipos que no tuvieran el agente Falcon de CrowdStrike, utilizando para ello la lista de procesos y la estructura de carpetas. Esto indica que la herramienta no solo acelera el ataque, sino que también está diseñada para evadir la detección.
Tres casos documentados
El informe detalla tres incidentes específicos:
- Empresa farmacéutica en Estados Unidos: los agentes combinaron una aserción SAML sin firmar con una vulnerabilidad XXE para acceder al Servicio de Metadatos de Instancia, obtener un rol con permisos para ejecutar comandos en miles de máquinas y finalmente escalar a una cuenta de administrador de la organización.
- Otra farmacéutica estadounidense: instalaron un webshell, utilizaron un servicio de orquestación sin autenticación para obtener privilegios de root en un contenedor, leyeron contraseñas de LAPS y usaron delegación restringida para hacerse pasar por una cuenta de alto privilegio.
- Agencia gubernamental en Grecia: el operador proporcionó un archivo de exportación de directorio de 2022 que contenía claves de autenticación que probablemente no habían sido rotadas. Los agentes usaron esas claves para falsificar tokens de administrador, leer correos electrónicos y obtener credenciales VPN de los mensajes exportados por los usuarios para acceder a la red interna.
En los tres casos, los atacantes explotaron vulnerabilidades y configuraciones preexistentes, combinando lo antiguo con la velocidad de la IA. También se observó la instalación de BLOODALCHEMY, un backdoor conocido desde octubre de 2023 y relacionado con la familia ShadowPad. El método de infección consistió en renombrar un binario legítimo GameHook como svchost.exe y hacer que cargara una DLL llamada graphics-hook-filter64.dll, que descifraba un payload graphics-hook_config.bin. Los tres archivos se colocaron en un directorio accesible desde el exterior, y el implante incluía una ruta de proyecto interno que revelaba el nombre que el equipo de desarrollo le había dado.
Relación con otros grupos y alcance geográfico
Es importante no confundir esta campaña con otra revelada por Microsoft el 21 de octubre, relacionada con el grupo Storm-0940 y un ataque a la cadena de suministro de ConnectWise. CrowdStrike aclara que VAPOR PANDA es un conjunto distinto de Storm-0940, aunque ambos utilizaron ARTEX. Esto significa que la misma herramienta fue empleada por al menos dos grupos diferentes, por lo que la presencia de ARTEX en un incidente no implica que todos los ataques sean obra del mismo actor.
El informe indica que VAPOR PANDA utilizó DeepSeek como modelo principal, complementado con otro modelo comercial no identificado. Es crucial entender que la elección de DeepSeek no implica cooperación por parte de sus desarrolladores; los modelos de pesos abiertos están disponibles a través de API públicas y cualquiera que pague puede usarlos. De hecho, el grupo habría construido deliberadamente una cadena de herramientas que depende de múltiples proveedores para ser más resistente, no por lealtad a una marca.
En cuanto a las víctimas, el informe menciona países de América Latina, Europa, Asia, Medio Oriente, Estados Unidos, Bélgica y Filipinas. No se menciona a Tailandia, pero esto no significa que el país esté a salvo, ya que la lista no es exhaustiva y la campaña sigue activa. Los objetivos parecen ser países que China considera importantes económica o políticamente.
Recomendaciones y indicadores de compromiso
El informe proporciona indicadores de compromiso (IOC) que las organizaciones pueden buscar en sus registros. Entre las señales detectables se encuentran:
- La aparición de las cadenas “artx” o “artex” en líneas de comandos.
- Nombres de roles en la nube con el prefijo “artx”.
- Comentarios que contengan “art18-“.
- La carpeta “artx5v” bajo ProgramData en la unidad C:.
La recomendación principal es revisar si hay claves antiguas sin rotar, verificar que las aserciones SAML estén firmadas y asegurarse de que los equipos detrás del firewall cuenten con protección de endpoint (EDR). La campaña sigue en curso, por lo que el riesgo aumenta para aquellas organizaciones que no hayan implementado estas medidas.
Conclusión
Más que un avance aterrador de la IA, este caso demuestra cómo las herramientas de inteligencia artificial pueden amplificar las capacidades de un solo operador, permitiéndole gestionar un volumen de ataques que antes requería un equipo numeroso. La combinación de modelos de lenguaje accesibles, vulnerabilidades conocidas y técnicas de evasión está redefiniendo el panorama de las amenazas. Para las organizaciones en México y América Latina, la lección es clara: la higiene básica de seguridad y la actualización de credenciales siguen siendo la primera línea de defensa.