Переход к основному контенту
OpenAI

1 октября 2025 г.

Безопасность

Кибероперация: инструменты русскоязычных разработчиков вредоносного ПО

OpenAI заблокировала аккаунты, вероятно связанные с русскоязычными преступными группами, которые использовали ИИ для создания загрузчиков вредоносного ПО, средств обхода защиты, скриптов кражи учетных данных и инфраструктуры C2.

Загрузка…

Этот разбор первоначально был опубликован в отчете OpenAI за октябрь 2025 года⁠(открывается в новом окне).

Субъект

Мы заблокировали аккаунты ChatGPT, с помощью которых пытались разрабатывать и совершенствовать вредоносное ПО, включая троян удаленного доступа, программы для кражи учетных данных и функции обхода обнаружения. По всей видимости, эти аккаунты связаны с русскоязычными преступными группами: мы обнаружили, что подтверждения своей деятельности они публиковали в Telegram-канале, посвященном таким злоумышленникам. По итогам расследования мы пришли к выводу, что эта деятельность была связана с русскоязычным оператором, который управлял несколькими аккаунтами и использовал прокси-серверы и временную хостинговую инфраструктуру.

Поведение

Этот субъект угрозы использовал несколько аккаунтов ChatGPT главным образом для создания прототипов и устранения неполадок в технических компонентах, предназначенных для действий после компрометации и кражи учетных данных — хорошо известных видов деятельности для злоумышленников такого типа. Модель отклоняла прямые запросы на создание вредоносного содержимого, поэтому оператор обычно пытался получить с ее помощью отдельные фрагменты кода — например, для преобразования скомпилированных исполняемых файлов в шелл-код, проектирования загрузчиков, работающих в памяти, или извлечения учетных данных из браузеров. Вероятно, затем субъект угрозы объединял эти фрагменты во вредоносные процессы.

Субъект угрозы также использовал наши модели для создания кода обфускации и шаблонов «криптеров»: вставки заполняющих инструкций и мусорных последовательностей, отслеживания буфера обмена, а также простых средств эксфильтрации, включая Telegram-бота для отправки файлов и скрипты для их архивирования и пересылки. Сами по себе эти результаты не являются вредоносными, если субъект угрозы не использует их соответствующим образом за пределами нашей платформы.

Субъект угрозы использовал ChatGPT преимущественно для технических задач, включая низкоуровневую работу с PE / Win32 API, обработку файлов cookie с помощью DPAPI / AES GCM и автоматизацию Chrome DevTools / CDP. Запросы субъекта угрозы различались по уровню сложности: многие требовали глубокого знания платформы Windows и поэтапной отладки, а другие автоматизировали типовые задачи, такие как массовое создание паролей и подача заявок на вакансии с помощью скриптов. Оператор использовал небольшое число аккаунтов ChatGPT и дорабатывал один и тот же код в разных беседах. Такой характер действий указывает на непрерывную разработку, а не на эпизодическое тестирование.

Результаты

Наши модели не использовались для запуска инструментов и рабочих процессов субъекта угрозы, а независимо проверить его действия за пределами платформы мы не можем. Этот субъект угрозы пытался использовать наши модели для разработки и совершенствования наступательных инструментов и операционных процессов, которые, по всей видимости, предназначались для кражи учетных данных и криптоактивов, скрытного выполнения кода и управления тайной инфраструктурой.

В частности, с помощью ChatGPT злоумышленники создавали и дорабатывали рабочий код и инструкции по развертыванию для выполнения кода в памяти и загрузчиков шелл-кода; обхода UAC / SmartScreen / Mark-of-the-Web; извлечения учетных данных и файлов cookie из браузеров, а также заготовок для расшифровки данных, привязанных к приложениям; обработки кошельков LevelDB и инструментов перехвата или подмены содержимого буфера обмена с эксфильтрацией; а также компонентов удаленного доступа (RAT), включая эмуляцию видео и ввода. В соответствии с предусмотренными мерами защиты наши модели отклоняли явно вредоносные запросы, не имевшие законного применения.

Характерные примеры этой деятельности можно соотнести с категориями фреймворка LLM ATT&CK следующим образом:

Деятельность

Категория фреймворка LLM ATT&CK

Преобразование EXE-файлов в позиционно-независимый шелл-код; создание загрузчиков, работающих в памяти (VirtualAlloc / WriteProcessMemory / remote thread); перенос компонентов цепочек загрузчиков на другие языки программирования.

Создание полезной нагрузки с оптимизацией под LLM

Добавление слоев обфускации и упаковки, криптеров и методов, вероятно предназначенных для изменения сигнатур PE-файлов или иного сокрытия полезной нагрузки от AV/EDR.

Уклонение от обнаружения аномалий с помощью LLM

Создание скриптов и программного кода, вероятно предназначенных для извлечения и расшифровки учетных данных и файлов cookie браузеров, обработки баз LevelDB криптокошельков, отслеживания или подмены содержимого буфера обмена и эксфильтрации данных через каналы ботов, например в Telegram.

Действия после компрометации с помощью LLM

Создание и совершенствование инфраструктуры C2 и туннелирования, включая обратные прокси-серверы, конфигурации SOCKS5 / OpenVPN, туннелирование удаленного рабочего стола, а также инструкции по отладке и развертыванию удаленной потоковой передачи данных и эмуляции ввода.

Профилирование инфраструктуры под руководством LLM

Последствия

Мы отключили все аккаунты, связанные с этой деятельностью, и передали соответствующие индикаторы партнерам в отрасли. Мы не обнаружили свидетельств того, что доступ к нашим моделям предоставил этим злоумышленникам новые возможности или сведения, которые они не могли бы получить из множества общедоступных источников. Наши модели отклоняли прямые запросы, касавшиеся эксплойтов и клавиатурных шпионов.