La suplantación de ID de cliente de OAuth permite a los atacantes validar las credenciales de Microsoft Entra robadas – CYBERDEFENSA.MX

Al menos dos actores de amenazas distintos están utilizando como arma una novedosa técnica de evasión llamada Falsificación de ID de cliente de OAuth en campañas en la nube, evitando al mismo tiempo la telemetría.

La actividad permite a los usuarios enumerar cuentas de usuario y validar credenciales robadas en entornos Microsoft Entra ID, sin generar nunca un evento de inicio de sesión exitoso que, de otro modo, alertaría a los defensores. Y los malos actores han comenzado a explotar esta brecha para obtener acceso no autorizado a los servicios en la nube de una organización.

«Un punto ciego en la telemetría de inicio de sesión en la nube: Entra ID devuelve diferentes respuestas de error dependiendo de si la ID de cliente OAuth proporcionada es válida», dijo Proofpoint en un comunicado. «Los atacantes aprovechan esto para inferir nombres de usuario válidos y contraseñas correctas a escala, verificando efectivamente las listas de credenciales robadas sin registrar un inicio de sesión exitoso».

En otras palabras, los ataques aprovechan el ID del cliente OAuth, un identificador único global (GUID) asignado a las aplicaciones cuando solicitan acceso a los datos del usuario, y se pasa como «id_cliente» en solicitudes de autenticación. Al proporcionar ID de cliente falsificados, permite la enumeración de cuentas sin una aplicación OAuth registrada y permite a los atacantes inferir tanto la contraseña como la validez de la cuenta sin generar un evento de inicio de sesión exitoso.

«El Registros de inicio de sesión de Entra son una fuente de telemetría principal para identificar actividades de autenticación maliciosas, incluida la enumeración de usuarios, la difusión de contraseñas y los intentos de acceso inicial», afirma Rachel Rabin, investigadora de Proofpoint. dicho.

Ciberseguridad

Grupos de amenazas como UNK_CustomCloak Se ha observado que falsifican cadenas de User-Agent para orquestar campañas de fuerza bruta dirigidas a entornos Microsoft Entra ID mediante la explotación de una aplicación propia heredada y descontinuada llamada Windows Live Custom Domains para eludir las restricciones de inicio de sesión estándar y sondear las contraseñas de los usuarios en más de 4000 inquilinos.

Pero los últimos esfuerzos marcan una evolución de este oficio al falsificar las ID de los clientes de OAuth a través de solicitudes HTTP POST al punto final del token OAuth 2.0 de Microsoft utilizando las credenciales de contraseña del propietario del recurso (ROPC) flujo. Específicamente, esto implica proporcionar un ID de cliente sintácticamente válido pero que no corresponda a una aplicación real.

En tales escenarios, solo se registra el ID de la aplicación en el registro de inicio de sesión de Entra sin el nombre de la aplicación correspondiente. La respuesta, que contiene un servicio de token de seguridad de Azure Active Directory (AADSTS), código de error, se puede utilizar para inferir si la cuenta existe y si la contraseña es correcta sin una aplicación registrada.

«Si el ID de cliente falsificado no es un UUIDv4 adecuado, Entra no rechaza la solicitud directamente», explicó Proofpoint. «Por lo tanto, los atacantes pueden analizar esta respuesta de error para identificar cuentas y contraseñas válidas, a pesar de utilizar ID de cliente con formato incorrecto».

«Cuando se utiliza una identificación de cliente falsificada, no se registra ningún nombre de aplicación correspondiente en el registro de inicio de sesión. Esto significa que las detecciones que buscan aumentos en un nombre de aplicación específico pueden perder esta actividad por completo, ya que el campo está en blanco».

Armados con esta información, los atacantes podrían identificar cuentas que podrían ser explotadas para un acceso sigiloso, al mismo tiempo que dificultaría a los defensores identificar actividades sospechosas.

Ciberseguridad

Proofpoint dijo que ha identificado dos grandes campañas que adoptaron la técnica de forma independiente hacia finales de diciembre de 2025, lo que indica que el enfoque se está incorporando cada vez más a las técnicas de los atacantes en lugar de ser un incidente aislado:

  • UNK_pyreq2323 (de enero a marzo de 2026), que utilizó más de 700 000 ID de clientes falsificados de la infraestructura de Amazon Web Services (AWS) para apuntar a más de 1 millón de cuentas en casi 4000 inquilinos, lo que provocó bloqueos para aproximadamente el 28 % de los usuarios objetivo debido a intentos fallidos.
  • UNK_OutFlareAZ (a partir de diciembre de 2025), que aprovechó la infraestructura de Cloudflare para dirigirse a más de 2 millones de usuarios con 3,7 millones de ID de aplicaciones falsificadas aleatorias.

Se ha observado que ambas campañas utilizan UUID válidos en lugar de identificadores con formato incorrecto y demuestran patrones que se alinean con listas de palabras de nombres de usuarios precompiladas. Dicho esto, mientras UNK_OutFlareAZ enumeró a los usuarios alfabéticamente, UNK_pyreq2323 no lo hizo. Otro aspecto en el que diferían era en cómo se falsificaban las identificaciones de los clientes.

Se dice que UNK_pyreq2323 modificó los dígitos finales de una ID de aplicación conocida y luego reutilizó ID falsificadas en hasta 12 usuarios. Por el contrario, UNK_OutFlareAZ generó una identificación de cliente única por solicitud.

«Al fragmentar los intentos de autenticación en muchas aplicaciones ficticias, la actividad se vuelve más difícil de correlacionar y puede evadir las detecciones por aplicación y la limitación de velocidad», dijo Proofpoint. «Las organizaciones pueden intentar mitigar los ataques de enumeración tradicionales aplicando políticas de acceso condicional dirigidas a aplicaciones comúnmente destinadas a la enumeración. Las ID de clientes falsificadas no activarán políticas de CA que estén dirigidas a una aplicación específica».

Las fallas de RabbitMQ podrían filtrar secretos de OAuth y exponer metadatos de colas entre inquilinos – CYBERDEFENSA.MX

Investigadores de ciberseguridad han revelado detalles de dos fallas relacionadas con el control de acceso que afectan el servicio de intermediación de mensajes RabbitMQ y que podrían permitir a los atacantes filtrar secretos del cliente OAuth, exponer la infraestructura de mensajería empresarial a riesgos de adquisición y eludir los límites de los inquilinos.

El equipo de seguridad de Miggo, que descubierto e informó las fallas, dijo que uno «filtra el secreto OAuth confidencial del corredor a un atacante no autenticado en una sola solicitud, un camino directo hacia la toma total del control del corredor en las configuraciones que usan ese secreto». La segunda vulnerabilidad permite que cualquier usuario que haya iniciado sesión lea silenciosamente los datos de otros inquilinos.

Se dice que ambas deficiencias han estado presentes en el código base desde principios de 2024, lo que afecta las líneas de lanzamiento de RabbitMQ desde 3.13.0 y posteriores. Se solucionaron en las versiones 4.3.0, 4.2.6, 4.1.11, 4.0.20 y 3.13.15. No hay evidencia de explotación activa de ninguna de las vulnerabilidades antes de la divulgación pública.

Ciberseguridad

A continuación se muestra una breve descripción de los dos defectos:

  • CVE-2026-57219 (Puntuación CVSS: 8,7): un punto final API HTTP obsoleto («GET /api/auth») que revela el secreto del cliente en instalaciones de RabbitMQ que tenían OAuth 2 configurado para usar la clave de configuración management.oauth_client_secret, lo que permite a un atacante intercambiarlo por un token de administrador y obtener control total de cada mensaje, cola, usuario y configuración del agente.
  • CVE-2026-57221 (Puntuación CVSS: 5,3): falta una autorización que permite a cualquier usuario autenticado que pueda conectarse a un host virtual enumerar todas las colas e intercambiar nombres en ese host virtual y leer el recuento de mensajes de la cola y el recuento de consumidores, independientemente de sus permisos reales.

«La verificación de autorización del punto final estaba codificada para permitir siempre la solicitud, a diferencia de cualquier otro punto final de gestión sensible», dijo Miggo sobre CVE-2026-57219. «El riesgo es mayor cuando el puerto de administración es accesible a través de una red que no es de confianza: configuraciones de nube o de múltiples inquilinos, o una interfaz de usuario de administración expuesta accidentalmente a Internet».

Además de aplicar parches a las últimas versiones, se recomienda rotar el secreto del cliente OAuth si se puede acceder a la interfaz de administración a través de Internet, limitar el acceso al puerto 15672 para evitar que se pueda acceder a la interfaz de administración a través de la red, separar los inquilinos por host virtual e implementar reglas de firewall para bloquear el acceso al punto final vulnerable en instancias sin parches.

La divulgación se produce cuando los mantenedores de RabbitMQ abordaron dos fallas de gravedad crítica que podrían resultar en un Omisión de autenticación de cliente TLS (Puntuación CVSS: 9,1) y permitir que un atacante en una posición de adversario en el medio (AitM) Forjar respuestas del conjunto de claves web JSON (JWKS) y hacer que el corredor acepte JWT arbitrarios (puntuación CVSS: 9,2).

El malware CrashStealer para macOS utiliza un cuentagotas notariado para pasar las comprobaciones del guardián – CYBERDEFENSA.MX

Los investigadores de ciberseguridad han detectado un nuevo ladrón de información de macOS llamado Crash Stealer que es capaz de recopilar datos confidenciales de sistemas comprometidos.

A diferencia de otros ladrones de información que se basan en droppers de AppleScript o envoltorios basados ​​en Objective-C, CrashStealer se implementa en C++ nativo, según Jamf Threat Labs.

«Valida la contraseña de inicio de sesión de la víctima localmente antes de recolectarla, la recopila ampliamente en navegadores, billeteras de criptomonedas, administradores de contraseñas y el llavero, cifra lo que recopila con AES-GCM antes de filtrarlo a través de libcurl y persiste copiándose y volviendo a firmar», investigador de seguridad Thijs Xhaflaire dicho en un informe compartido con The Hacker News.

Se dice que CrashStealer se distribuye mediante un cuentagotas firmado y certificado por Apple que se distribuye como un archivo de imagen de disco llamado «Werkbit.app». Debido a que tanto la imagen del disco como el binario están certificados ante notario y llevan una identificación de desarrollador válida («Emil Grigorov (WWB7JA7AQV)»), pasa las comprobaciones de Gatekeeper.

Ciberseguridad

La propia imagen del disco se origina en el dominio «werkbit[.]io», que se registró en junio de 2026. En un giro interesante, la descarga se bloquea detrás de un PIN de reunión, lo que significa que el instalador se entrega solo a aquellos visitantes del sitio que llegan con el código correcto y no a todos.

El descubrimiento de dominios adicionales e infraestructura de backend compartida vinculada a la misma operación apunta a que CrashStealer es parte de una campaña multiplataforma más grande.

Una vez montada, la imagen del disco presenta al usuario una pantalla de configuración de la instalación que le indica que haga clic derecho en la aplicación y elija «Abrir» para que la ejecute. Una vez iniciado, el ejecutable «veltod» contacta un repositorio de GitHub («github.com/mgothiclove») para recuperar un archivo llamado «sys.cache».

Luego, el archivo se usa para extraer un comando curl y extraer un script de shell, que actúa como un descargador para buscar y preparar la siguiente carga útil («CrashReporter.dmg») y la guarda en el directorio «/tmp».

El malware, tras su ejecución, establece persistencia como LaunchAgent, resiste el análisis, presenta una solicitud de contraseña y valida la credencial ingresada localmente, desbloquea el llavero de inicio de sesión usando la contraseña validada, enumera las herramientas de seguridad y análisis instaladas, antes de proceder a recopilar datos del navegador, extensiones de billetera de criptomonedas, datos del administrador de contraseñas y material del llavero.

La lista completa de datos recopilados se encuentra a continuación:

  • Credenciales de navegadores de la familia Chromium, incluidos Google Chrome, Brave, Microsoft Edge, Opera y Opera GX, Vivaldi, Chromium y Naver Whale
  • Aproximadamente 80 extensiones de billeteras de criptomonedas, incluidas MetaMask, Phantom, Coinbase, Trust Wallet, Rabby, OKX Wallet, Exodus, Keplr, Solflare y Backpack.
  • 14 administradores de contraseñas, incluidos 1Password, Bitwarden, LastPass, Dashlane, Keeper, KeePassXC, NordPass, Enpass y RoboForm
  • Archivo de los directorios ~/Documentos y ~/Descargas
Ciberseguridad

Los datos recopilados luego se empaquetan en un archivo ZIP y se extraen a un servidor controlado por el atacante («179.43.166[.]242»).

«La cadena de entrega de CrashStealer muestra un verdadero cuidado: en lugar de un señuelo simple y sin firmar, los operadores enfrentan el ataque con un cuentagotas firmado y notariado que limpia Gatekeeper antes de buscar, volver a firmar y lanzar silenciosamente la carga útil», dijo Jamf.

«Lo que lo distingue de la multitud de ladrones de productos básicos es menos lo que recopila sino cómo se construye: cifrado AES-GCM del lado del cliente de los archivos recopilados y un énfasis en la resistencia al análisis a través del aplanamiento del flujo de control, cadenas cifradas y antidepuración en capas».

Una falla crítica de Zimbra podría permitir que los correos electrónicos elaborados ejecuten código malicioso en las sesiones de los usuarios

Zimbra insta a los clientes a aplicar actualizaciones para abordar una vulnerabilidad de seguridad crítica que afecta al cliente web clásico y que podría resultar en la ejecución de código arbitrario.

La vulnerabilidad ha sido descrito como un caso de secuencias de comandos entre sitios (XSS) almacenadas que podrían permitir que correos electrónicos especialmente diseñados ejecuten secuencias de comandos maliciosas en la sesión de un usuario. Todavía no se le ha asignado un identificador CVE.

«La actualización soluciona un problema de seguridad en el cliente web clásico donde un correo electrónico especialmente diseñado podría ejecutar código malicioso cuando se abre el correo electrónico», Zimbra dicho. «Si se explota, podría permitir el acceso a la información del buzón, a los datos de la sesión o a la configuración de la cuenta».

Las vulnerabilidades XSS ocurren cuando una aplicación incluye datos que no son de confianza en una página web sin la validación o el escape adecuados. Esto permite a los atacantes inyectar y ejecutar JavaScript malicioso en los navegadores de las víctimas, lo que puede provocar secuestro de sesión, robo de credenciales y compromiso de la cuenta.

Ciberseguridad

XSS almacenado, o XSS persistente, es un tipo de falla XSS en la que el script inyectado se almacena permanentemente en los servidores de destino en una base de datos en forma de un comentario aparentemente inofensivo o una publicación en un foro, lo que hace que cualquier visitante del sitio se vea comprometido tan pronto como la página que contiene JavaScript se carga en su navegador web.

Aunque Zimbra no menciona la vulnerabilidad que se está explotando en la naturaleza, las fallas XSS en Zimbra han sido un imán de ataques durante años, y los malos actores intentaron convertir tales vulnerabilidades en armas desde diciembre de 2021.

En octubre pasado, se alegaba que una falla XSS almacenada en el cliente web clásico (CVE-2025-27915, puntuación CVSS: 5.4) había sido explotada como día cero en ataques dirigidos al ejército brasileño, aunque Zimbra le dijo a The Hacker News en ese momento que no encontró evidencia que lo respaldara.

Otras fallas XSS que han sido explotadas por actores de amenazas incluyen CVE-2023-37580 y CVE-2024-27443. Dado su alto potencial de abuso, se recomienda a los usuarios actualizar a Zimbra Collaboration Suite versión 10.1.19 para una protección óptima.

Laser Attack restablece las contraseñas de Tangem Wallet en tarjetas que no se pueden parchear – CYBERDEFENSA.MX

Investigadores de Equipo de seguridad de Ledger’s Donjon han demostrado que un pulso láser sincronizado con precisión, dirigido al chip dentro de un tándem tarjeta de billetera criptográfica, puede restablecer la contraseña de la tarjeta a cualquier cosa que el atacante elija.

Sin contraseña antigua. Sin tarjeta de respaldo. Una vez que se reinicia, quien lo hizo controla la billetera y puede sacar las monedas.

Esta no es una emergencia para la mayoría de los propietarios. El ataque necesita la tarjeta física en la mano y un laboratorio que Donjon calcula en alrededor de 250.000 dólares. También significa cortar la tarjeta, lo que deja daños que nadie puede pasar por alto. No se puede hacer a través de Internet y no hay ninguna solución disponible: las tarjetas Tangem no pueden aceptar actualizaciones de software, por lo que todas las tarjetas ya vendidas tienen el defecto.

El único grupo que debería actuar ahora es cualquiera cuya tarjeta se pierda o sea robada y tenga un gran valor.

Cómo debe protegerle la tarjeta

Una billetera Tangem parece una simple tarjeta bancaria. Toquelo en su teléfono y una aplicación complementaria se comunicará con un chip Samsung S3D232A en su interior. Ese chip es un elemento seguro, construido para resistir manipulaciones y certificado con un alto grado llamado EAL6+.

Ciberseguridad

Contiene la clave secreta que controla su criptografía y nunca la deja salir. Hay dos cosas que deben interponerse entre un ladrón y su dinero: tener la tarjeta en la mano y conocer la contraseña.

El punto débil es la función de restablecimiento de contraseña. Tangem vende sus tarjetas en juegos vinculados y, si olvida su contraseña, puede establecer una nueva manteniendo dos de sus tarjetas juntas. En lo más profundo de ese proceso, la tarjeta ejecuta una única verificación: ¿está esta tarjeta en modo de recuperación? En caso afirmativo, acepta una nueva contraseña sin solicitar la anterior.

Un pulso láser disparado al chip en el momento exacto en que se ejecuta esa verificación no reescribe silenciosamente un valor almacenado. Perturba brevemente los propios circuitos del chip, por lo que la verificación falla y la tarjeta se comporta como si estuviera en modo de recuperación cuando no lo está.

Una vez rechazada la verificación, el comando SetPin normal de la tarjeta acepta una contraseña nueva: ni contraseña anterior, ni segunda tarjeta, ni paso de recuperación. Desactivar la función de recuperación no ayuda, porque todavía se ejecuta la misma verificación en todas las tarjetas.

Difícil de hacer e irreparable

Nada de esto es fácil. Se necesitó un equipo láser, un equipo de medición sensible, una profunda habilidad en hardware y un largo período de trabajo inicial para mapear el chip y encontrar el lugar y el momento exactos. Hay que cortar la tarjeta y exponer su chip, lo que deja daños evidentes.

No se puede hacer esto en silencio y guardar la tarjeta en el bolsillo. informes torreón que una vez fijadas las configuraciones, el ataque funcionó en todas las tarjetas que intentó, aproximadamente dos horas cada una. El equipo informó la falla a Tangem el 10 de febrero de 2026.

El mayor problema es la permanencia. Tangem fabrica sus tarjetas sin posibilidad de actualizar el firmware y lo presenta como una característica de seguridad: nada se puede cambiar, por lo que nada se puede alterar a distancia. Aquí, ese mismo diseño corta en sentido contrario, dejando un defecto en el código que nunca podrá corregirse.

Como dicen los investigadores, «no hay parche, pero el ataque es físico e invasivo», por lo que no se puede realizar de forma remota.

Lo que dice Tangem

Tangem retrocedió. en un respuesta públicala compañía llamó a esto un método físico exclusivo de laboratorio que funciona contra chips de elementos seguros en general, no algo exclusivo de sus tarjetas. También señaló que Donjon pertenece a Libro mayoruno de sus mayores rivales.

Su punto más agudo tiene que ver con el dinero: una tarjeta Tangem no lleva nada que diga quién es el propietario o cuánto tiene, por lo que un atacante que gasta 250.000 dólares y destruye tarjetas para sintonizar el ataque no tiene manera de saber si una tarjeta robada vale 50 o 50 millones de dólares. Tangem también dice que hasta ahora nadie ha perdido fondos debido a un ataque láser en ninguna billetera de hardware, y que para los usuarios cotidianos, «el riesgo práctico es prácticamente inexistente».

Ambas partes tienen parte de razón. Los investigadores de Donjon tienen razón en que la falla es real, se encuentra en cada tarjeta y nunca se puede reparar. Tangem tiene razón en que, para casi todo el mundo, el coste, las cartas arruinadas y las conjeturas sobre lo que contiene una carta la hacen inútil.

El lugar donde realmente se encuentran es limitado: una tarjeta perdida, robada o incautada que un atacante ya tiene motivos para pensar que vale la pena.

No es el primer chip de billetera que se rompe de esta manera

Este no es el único ataque láser de Donjon a una billetera de hardware este año. A principios de junio, Trezor y su socio de chips Tropic Square revelado un resultado relacionado: Donjon utilizó la misma técnica, inyección láser de fallas, en el chip TROPIC01 del nuevo Trezor Safe 7.

Esta vez, pasó la verificación de firma del firmware del chip para ejecutar su propio código. Trezor dijo que los fondos se mantuvieron seguros porque Safe 7 acumula tres capas de seguridad separadas y la capa que protege el PIN se mantuvo firme. A diferencia de Tangem, Trezor y Tropic Square, que podrían responder: enviaron un recurso provisional para los chips actuales y están endureciendo la próxima versión del silicio.

Ciberseguridad

Los ataques más baratos a billeteras se remontan a más atrás, pero alcanzan objetivos más débiles. Hace años, este mismo equipo sacó la semilla de la recuperación directamente de un robo Trezor One o Trezor T con una plataforma que costaba alrededor de $100, porque esas billeteras guardaban sus secretos con un microcontrolador ordinario y sin ningún elemento de seguridad.

El chip endurecido de Tangem es la diferencia: es por eso que el mismo tipo de ataque físico ahora necesita un laboratorio de un cuarto de millón de dólares. Sube el listón; Esta investigación muestra que no elimina el peligro. Y un grado como EAL6+ solo avala el chip y sus defensas integradas, no el código que un fabricante de billeteras coloca encima, que es donde reside esta falla.

También es el tercer hallazgo de Donjon en Tangem. Un Omisión de aplicaciones de Android Podría parchearse, porque estaba en los controles del software Tangem. Pero este ataque láser y un método de fuerza bruta de contraseña encontrado anteriormente, ambos se encuentran en el firmware de la tarjeta, que nunca se puede cambiar.

que hacer

Para casi todo el mundo, la respuesta no es nada nueva: conservar la tarjeta donde un ladrón no pueda alcanzarla. Este ataque no puede alcanzar una carta que aún tengas. Si pierde o le roban una tarjeta Tangem y está protegiendo un valor importante, mueva los fondos ahora, usando otra tarjeta de su conjunto (o una frase inicial, si configuró una), y deje de confiar en la contraseña para proteger una tarjeta que ya no controla.

Los atacantes aprovechan la vulnerabilidad ‘Ill Bloom’ para extraer 3,1 millones de dólares de las carteras de criptomonedas – CYBERDEFENSA.MX

Empresa de seguridad Coinspectar ha revelado una falla en la billetera criptográfica que llama Floración enfermay los atacantes ya lo están utilizando. El error está en cómo algunos programas de billetera generaron su frase de recuperación, las palabras que controlan el dinero. Cuando esa frase se hace con una aleatoriedad débil, un atacante puede descifrarla y tomar todo lo que controla.

Coinspect ha confirmado un barrido coordinado el 27 de mayo que drenó alrededor de $3,1 millones de 431 billeteras. Dice que desde entonces se han movido aproximadamente 2 millones de dólares más de carteras expuestas. Aún no está claro en qué medida fue robo y en qué medida los propietarios trasladaron sus propios fondos a un lugar seguro.

Como dice la empresa, «si los fondos se movieron recientemente sin su permiso, esta vulnerabilidad puede ser la razón».

La mayoría de la gente probablemente esté bien. Coinspectar dice que las billeteras creadas en dispositivos de hardware no se ven afectadas, y la mayoría de las billeteras de software convencionales tampoco. El riesgo real reside en las billeteras móviles más antiguas o menos conocidas, algunas de las cuales se remontan a 2018.

Coinspect no ha nombrado las aplicaciones involucradas, por lo que la única forma de saberlo es comprobarlo. Pegue la dirección de su billetera pública en el verificador gratuito en illbloom.org. Una coincidencia significa que la frase de recuperación debe considerarse comprometida, así que mueva sus fondos a una nueva billetera.

lo que realmente se rompió

Cada billetera de autocustodia comienza con una frase de recuperación, generalmente de 12 o 24 palabras, también llamada frase inicial. Esas palabras deben ser elegidas al azar de un grupo tan grande que adivinarlas es imposible. Las carteras afectadas no fueron lo suficientemente aleatorias. Su software utilizó un generador de números aleatorios débil cuando creó la frase.

Eso redujo el conjunto de posibles frases de astronómicamente grande a un rango que un atacante podría buscar. Coinspect no ha publicado exactamente qué tan pequeño.

Ciberseguridad

Coinspect dice que reconstruyó el ataque de un extremo a otro. Trabajó con el conjunto completo de frases que el generador débil podía producir, derivó las direcciones de billetera a las que conduce cada una y luego verificó los registros públicos de blockchain para las direcciones que aún contienen fondos.

El resultado es una lista de vigilancia de carteras que nacieron débiles, independientemente de qué aplicación las generó.

El robo, en cifras

Hasta el 30 de junio, Coinspect había rastreado 2114 direcciones expuestas con actividad en cadena en Bitcoin, Ethereum, Rootstock, Tron y Polygon. La redada del 27 de mayo drenó alrededor de 3,1 millones de dólares de 431 de ellos. Bitcoin se llevó la peor parte con aproximadamente 2,57 millones de dólares, y una sola dirección de Bitcoin perdió más de 1,1 millones de dólares por sí sola.

Coinspect pudo decir que se trataba de un robo coordinado porque cientos de billeteras no relacionadas enviaron sus saldos a las mismas pocas direcciones de cobro en cuestión de horas.

Contando estos últimos movimientos, más de 5 millones de dólares han salido de estas billeteras desde el 27 de mayo. Coinspect llama a eso un piso, no un techo: hasta ahora solo ha mapeado este conjunto de direcciones y espera más. En su pico de 2022, el mismo conjunto valía 12,56 millones de dólares reconstruidos, aunque la mayor parte de ese valor ya había caído con el mercado antes de la barrida del 27 de mayo.

que hacer

El verificador en illbloom.org compara una dirección de billetera pública con la lista de Coinspect de billeteras vulnerables conocidas. Acepta direcciones estilo Bitcoin, Tron, Solana y Ethereum (Ethereum, Polygon, BNB y otras cadenas EVM).

Una frase débil puede exponer fondos en cada cadena que controla, así que verifique cada dirección vinculada a la misma semilla, no solo las que ya están agotadas. Un resultado limpio no es garantía, ya que la lista está incompleta, pero una coincidencia es una advertencia clara.

Si su dirección coincide:

  1. Trate la frase de recuperación como comprometida. El dinero no está seguro sólo porque aún no se ha movido.
  2. Crea una billetera nueva con una frase nueva. Debería ver un conjunto nuevo de 12 a 24 palabras. Si una aplicación te pide que escribas tu frase anterior, estás reabriendo la billetera débil, no creando una nueva.
  3. Mueva sus fondos a la nueva billetera. Reinstalar la aplicación anterior o importar la misma frase en otro lugar no cambia nada.

Una advertencia más. Estafas como esta atraen a estafadores que se ofrecen a «rescatar» su dinero. Un verdadero inspector nunca necesita un secreto. Coinspect dice que «nunca solicitará frases iniciales, claves privadas, firmas o aprobaciones, ni pedirá a los usuarios que envíen fondos para ‘recuperar’ o proteger una billetera».

Nunca escriba su frase de recuperación, clave privada, contraseña o archivo de respaldo en ningún sitio o mensaje. Una billetera de hardware es el lugar más seguro para mover fondos, pero genera una frase nueva en el dispositivo en lugar de importar la anterior.

Hemos visto esto antes

Se trata de un viejo fracaso con un nuevo nombre. Coinspect tomó «Ill Bloom» de «illness Blossom», la primera frase débil que produce su generador, de la misma manera leche triste recibió el nombre de «leche triste» en 2023. Ese error (CVE-2023-39910), en la herramienta de línea de comandos Libbitcoin Explorer, permitió a los ladrones robar millones de una sola vez en julio.

Un primo cercano (CVE-2023-31290) golpeó el Extensión del navegador Trust Wallet el mismo año, descifrable en menos de un día.

Ciberseguridad

La misma trampa atrapó a Randstorm, el defecto de aleatoriedad débil que THN cubrió en 2023, lo que dejó a las carteras de Bitcoin fabricadas entre 2011 y 2015 descifrables porque el código del navegador detrás de ellas usaba números aleatorios deficientes.

Los investigadores notaron entonces que la falla se había grabado en esas billeteras para siempre, y la única solución era mover los fondos a una nueva billetera hecha con un mejor software. Esa es exactamente la solución para Ill Bloom.

Cada pocos años, el generador de números aleatorios de una billetera resulta ser predecible. Las carteras que parecían seguras se vuelven agotables. La solución es siempre la misma: trasladar el dinero a un lugar nuevo. La billetera se ve bien y las palabras parecen aleatorias, pero la máquina que las eligió era predecible. Una clave predecible apenas es una clave.

¿Qué sigue?

La pregunta abierta ahora es qué aplicaciones generaron las frases débiles. Una dirección pública no revela quién la creó, por lo que Coinspect está pidiendo a los usuarios coincidentes que informen lo que usaron y transmitiendo los hallazgos a los proveedores y equipos que pueden actuar en consecuencia.

The Hacker News se comunicó con Coinspect para comentar qué aplicaciones de billetera produjeron las frases de recuperación débiles y el alcance del conjunto expuesto, y actualizará esta historia con cualquier respuesta».

Las cuentas inactivas de GitHub ayudan a los atacantes a integrarse mientras mapean organizaciones corporativas – CYBERDEFENSA.MX

Datadog Security Labs advierte sobre «varias campañas superpuestas» que enumeran sistemáticamente organizaciones corporativas de GitHub, repositorios y cuentas de usuario a través de la API de GitHub.

«Los operadores dependen de herramientas de scraping automatizadas con agentes de usuario personalizados o que parecen legítimos, aprovechando cuentas ‘fantasmas’ de GitHub que a menudo tienen años de antigüedad, o tokens OAuth y tokens de acceso personal (PAT) comprometidos de usuarios legítimos», Julie Agnes Sparks, ingeniera de seguridad senior de Datadog, dicho.

Si bien la actividad en la mayoría de los casos implica apuntar a datos públicos, instancias seleccionadas han ido más allá de la enumeración de información pública para clonar con éxito repositorios privados.

La campaña emplea una combinación de herramientas de escaneo automatizadas, más de 50 cuentas inactivas y docenas de cuentas legítimas cuyos tokens de acceso personal (PAT) han sido expuestos involuntariamente o comprometidos mediante algún otro método para facilitar la enumeración.

Ciberseguridad

Lo notable de las cuentas «fantasma» es que se crearon hace entre dos y cinco años y se dejaron inactivas intencionalmente durante períodos prolongados antes de utilizarlas como arma para emitir tráfico API en múltiples organizaciones. Esta técnica es estratégica ya que tiene como objetivo evitar generar señales de alerta y hacer pasar la actividad como legítima, en lugar de crear nuevas cuentas y usarlas inmediatamente para raspar.

Debido a que se puede acceder a una gran parte de la superficie API de GitHub sin autenticación, las consultas de enumeración devuelven los datos necesarios, mientras se combinan con el uso normal de la API. Algunos de ellos incluyen –

  • Listado de los repositorios públicos de una organización
  • Recorrer los seguidores de un usuario y las listas de seguimiento
  • Enumerar lo esencial, los repositorios destacados y las membresías de organizaciones, y
  • Ejecutar consultas GraphQL contra objetos públicos

Un actor de amenazas puede utilizar esta información para realizar un reconocimiento y mapear programáticamente la actividad relacionada con GitHub de una organización, como sus repositorios públicos, sus miembros, a quién siguen esos miembros y qué proyectos modifican.

El acceso a los datos se ha confirmado en algunos escenarios, y los atacantes tomaron medidas para clonar un repositorio privado que pertenece a una sola organización.

«Individualmente, la mayoría de estas solicitudes no tienen nada de especial. Llegan a puntos finales públicos, se autentican limpiamente o no se autentican en absoluto y devuelven respuestas exitosas», dijo Datadog. «La preocupación radica en el agregado: un grupo de cuentas que se mueven sincronizadas entre las organizaciones GitHub de las empresas con herramientas personalizadas versionadas que se iteran durante semanas y, en el peor de los casos, actores que dejaron de enumerar y comenzaron a clonar».

GodDamn Ransomware utiliza el controlador PoisonX para deshabilitar las defensas de los terminales – CYBERDEFENSA.MX

Los investigadores de ciberseguridad han detectado una nueva familia de ransomware llamada Maldita sea que emplea el controlador del kernel PoisonX para neutralizar el software de seguridad como parte de su estrategia de evasión de defensa.

Según un nuevo informe publicado por el equipo Threat Hunter de Symantec, el ransomware se detectó públicamente por primera vez en la naturaleza el 21 de mayo de 2026. Se considera que es un cambio de marca del Bestia ransomware, que, a su vez, era una versión mejorada de Monstruoun ransomware basado en Delphi que apareció en marzo de 2022. El brazo de ciberseguridad de Broadcom está rastreando al desarrollador detrás de estas familias de ransomware bajo el nombre de Hyadina.

En un ataque orquestado por la operación de ransomware a principios de junio de 2026, se dice que los actores de la amenaza aprovecharon AnyDesk para el acceso remoto y utilizaron un Kit de herramientas de recolección de credenciales basado en NirSoft antes de implementar el ransomware. Se desconoce el vector de acceso inicial exacto. El recolector de credenciales está diseñado para extraer datos confidenciales de navegadores web comunes, Windows Credential Manager, credenciales de dominio en caché, sesiones VNC, clientes de correo electrónico, perfiles de Wi-Fi y tráfico de red en vivo.

También se utiliza en el ataque una herramienta de evasión de defensa en modo de usuario que está disfrazada de producto de Symantec («symantec.exe») y el controlador del kernel PoisonX («g11.sys») para desactivar las defensas de los endpoints en lo que se llama un ataque «traiga su propio controlador vulnerable» (BYOVD).

Ciberseguridad

«Sin embargo, el controlador PoisonX parece ser un poco más inusual, ya que parece ser un controlador malicioso que sus desarrolladores lograron que Microsoft firmara y ahora está siendo utilizado por atacantes de ransomware», dijo el equipo Symantec Threat Hunter en un informe compartido con The Hacker News.

Vale la pena señalar que PoisonX es uno de los ocho controladores adoptados por los operadores del esquema de ransomware como servicio (RaaS) The Gentlemen en su forma personalizada. Herramienta GentleKiller que entrega a los afiliados para dañar las defensas del sistema antes de ejecutar el cifrado.

«Los conductores vulnerables son la ruta más confiable para el atacante», Broadcom anotado mes pasado. «El atacante, habiendo obtenido privilegios de administrador, puede colocar un controlador defectuoso pero firmado válidamente en la máquina de destino. Como el controlador está firmado, Windows lo carga automáticamente».

«La acción más común es matar los procesos que pertenecen a los productos antivirus (AV) o de detección y respuesta de endpoints (EDR), despojando a la máquina de sus defensas. Algunas variantes son más sutiles. Los atacantes pueden despojar al agente de seguridad de los derechos que necesita para funcionar correctamente, dejándolo funcionando pero sin poder actuar. Otros manipulan directamente los registros internos del kernel para que el producto de seguridad ya no reciba notificaciones sobre lo que está sucediendo en la máquina, volviéndola efectivamente ciega».

El ataque también se caracteriza por el uso de PsExec para facilitar el movimiento lateral, seguido de la configuración de AnyDesk en cada uno de esos hosts accesibles y su registro como un servicio de inicio automático de Windows para sobrevivir a los reinicios. En algunas máquinas, toda la configuración de AnyDesk se maneja mediante un script de PowerShell preinstalado en la unidad del sistema, lo que sugiere el uso de un instalador reutilizable para agilizar el proceso.

Ciberseguridad

«Después de completar la configuración de AnyDesk en cada host, los atacantes finalizaron el proceso en ejecución de AnyDesk, esperaron brevemente y luego reiniciaron la máquina», dijo Symantec. «A finales del 2 de junio, esta secuencia de implementación se había repetido en al menos 10 hosts dentro de la organización objetivo».

La compañía de ciberseguridad dijo que el ransomware GodDamn se detectó por primera vez el 3 de junio en un segmento de red separado asociado con una unidad organizativa distinta, lo que provocó que los archivos cambiaran de nombre con el nombre de la víctima como extensión en lugar de la extensión «.God8Damn» utilizada en otros ataques llevados a cabo por Hyadina.

Según un informe liberado Por CYFIRMA, la nota de rescate publicada al final de la intrusión insta a las víctimas a comunicarse con ellos por correo electrónico o mediante la aplicación de mensajería cifrada qTox.

«El uso por parte de GodDamn del componente controlador malicioso PoisonX, descubierto relativamente recientemente, representa una escalada en la capacidad de evasión defensiva de este grupo, lo que indica que Hyadina continúa desarrollando activamente su ransomware y sus capacidades», concluyó la compañía de ciberseguridad.

Las fallas en los enlaces simbólicos de GhostApproval podrían permitir que los repositorios maliciosos ejecuten código en agentes de codificación de IA

Investigadores de Fenómeno descubrió que una falla en seis populares asistentes de codificación de IA permite que un proyecto de código trampa tome silenciosamente el control de la computadora de un desarrollador. El asistente pide permiso para editar un archivo que parece inofensivo, pero la escritura llega a uno sensible.

Las herramientas afectadas son Amazon Q Developer, Claude Code de Anthropic, Augment, Cursor, Google Antigravity y Windsurf. Wiz llama al patrón Aprobación fantasma y lo publicó el 8 de julio.

Tres de los seis han enviado correcciones, dos no, y Anthropic niega que se trate de un error. Las más expuestas son las herramientas que cambian archivos antes de que puedas intervenir.

Cómo funciona el ataque

El ataque abusa de una antigua característica de Unix llamada enlace simbólicoo enlace simbólicoque los asistentes no logran comprobar. Un enlace simbólico apunta silenciosamente a otro archivo en otra parte del disco, por lo que escribir en él en realidad escribe en el destino.

Wiz creó un repositorio malicioso con un enlace simbólico llamado project_settings.json que realmente apunta al archivo de inicio de sesión SSH de la víctima, ~/.ssh/authorized_keys. El archivo README del repositorio le dice al asistente que agregue «una línea» a project_settings.json, y esa línea es la clave SSH del atacante vestida como una configuración inofensiva.

Pídale al agente que «configure el espacio de trabajo» o «siga el archivo README» y escribirá la clave directamente a través del enlace simbólico en el archivo de inicio de sesión. A partir de ahí, si la máquina ejecuta un servicio SSH al que el atacante pueda acceder, podrá iniciar sesión sin contraseña.

Una segunda versión del truco escribe en el archivo de inicio de su shell, ~/.zshrc, que el shell ejecuta la próxima vez que abre una terminal, por lo que no se necesita SSH. No hay señales de que nada de esto haya sido utilizado en ataques reales; Wiz lo presenta como investigación.

El cuadro de aprobación muestra algo incorrecto

Los trucos de enlaces simbólicos tienen décadas de antigüedad. El enlace simbólico es sólo la entrega; el verdadero fracaso es el cuadro de aprobación. En GhostApproval, se encuentra ese cuadro.

Al probar Claude Code, Wiz descubrió que el agente ya había detectado el objetivo real en su propio razonamiento, y señaló que project_settings.json era, en sus palabras, «en realidad un archivo de configuración zsh». Sin embargo, el cuadro mostrado al desarrollador solo mencionaba el archivo inofensivo.

Ciberseguridad

Hace clic en Aceptar, creyendo que está editando un archivo de configuración local, y la escritura llega a su archivo de inicio de shell o a sus claves SSH. Wiz llama a esto un bypass de consentimiento informado: el humano todavía está en el bucle, pero el bucle les muestra algo incorrecto.

Algunas herramientas son peores: saltan la puerta por completo, por lo que nunca hay un momento para intervenir. Windsurf escribe el archivo en el disco antes de que aparezcan los botones Aceptar y Rechazar, por lo que el mensaje es solo un botón deshacer y la clave ya está en su lugar.

Augment no muestra ningún diálogo y Wiz lo demostró en silencio, leyendo un archivo de credencial de AWS que se encontraba fuera del proyecto. Sin embargo, las herramientas que todavía muestran un mensaje no son más seguras; el mensaje simplemente nombra el archivo incorrecto.

¿Qué herramientas se ven afectadas?

Wiz informó del problema a los seis proveedores. Aquí es donde se encuentra cada uno al momento de la publicación:

Herramienta Estado que hacer
Desarrollador de Amazon Q Corregido en el servidor de idiomas 1.69.0 (CVE-2026-12958) Actualizar. Se instala automáticamente para la mayoría de los usuarios y al volver a cargar el IDE se activa.
Cursor Fijado en v3.0 (CVE-2026-50549) Actualización desde el administrador de extensiones.
Antigravedad de Google Fijo (CVE pendiente) Actualizar a la versión actual.
Aumentar Admitido; aún no hay solución No apuntes a repositorios en los que no confíes.
windsurf Admitido; aún no hay solución No apuntes a repositorios en los que no confíes.
Código Claude antrópico Cuestionado; Las versiones actuales advierten. Actualice y lea la advertencia del enlace simbólico antes de aceptar.

Anthropic rechazó la clasificación y le dijo a Wiz que el escenario se encuentra «fuera de nuestro modelo de amenaza»: el desarrollador eligió confiar en la carpeta al iniciar la sesión y luego aprobó la edición, por lo que la decisión fue suya.

También dijo que la advertencia de enlace simbólico de Claude Code se envió a principios de febrero, antes del informe privado de Wiz, como un refuerzo de rutina en lugar de una solución, y que un «sin comentarios» anterior era una respuesta automática.

De los seis proveedores, Anthropic es el único que dice que esto no es un error; Se enviaron tres correcciones y dos están trabajando en ellas. Sin embargo, la pregunta que plantea su postura es real, y no solo Anthropic debe responder: ¿hasta dónde debe llegar un agente de codificación para proteger a un desarrollador que ya ha confiado en un repositorio malicioso?

Más allá de los parches, algunos hábitos reducen el riesgo, independientemente de la herramienta que utilice. Ejecute el agente con acceso limitado a archivos o dentro de un entorno limitado o contenedor. Revise el archivo README de un repositorio y los archivos de configuración ocultos antes de permitir que un agente lo «configure».

Y después de trabajar en un repositorio desconocido, verifique los archivos a los que se dirige el ataque, que se encuentran fuera del proyecto y, por lo tanto, no aparecerán en el estado de git: su archivo de inicio de shell, sus claves SSH y la propia configuración de su herramienta de inteligencia artificial. Verificar sus marcas de tiempo, por ejemplo, con ls -la ~/.zshrc ~/.ssh/authorized_keys, muestra si algo cambió mientras el agente se estaba ejecutando.

Ciberseguridad

El consejo de Wiz para los fabricantes de herramientas es breve: resuelva el enlace simbólico y muestre el destino real antes de preguntar, marque cualquier escritura que termine fuera de la carpeta del proyecto y nunca toque el disco hasta que el usuario lo haya aprobado.

Un defecto compartido, no el desliz de un proveedor

En mayo, Adversa AI publicó SymJackel mismo patrón de enlace simbólico y aprobación contra seis agentes de codificación, incluidos Claude Code, Cursor, GitHub Copilot y Grok Build.

Dos equipos independientes descubrieron que esto apunta a una debilidad de diseño compartida, no a un desliz de un proveedor: estos agentes siguen un enlace simbólico utilizando operaciones de archivos ordinarias, luego solicitan aprobación según la ruta que se les entregó, no la ruta en la que llega la escritura.

El solapamiento llega incluso al CVE. El propio aviso de Cursor por su error de enlace simbólico acredita tanto a Wiz como a Cato AI Labs, cuyo trabajo anterior The Hacker News cubrió como DuneSlide.

Los archivos en los que confía un asistente de IA ya no son solo código. Para estos agentes, sirven también como instrucciones que el agente sigue y caminos que sigue, y dan forma a lo que muestra el cuadro de aprobación. El boletín de AWS también cubre una falla separada de Amazon Q, CVE-2026-12957, donde un repositorio envenenado podría cargar automáticamente un archivo de configuración y ejecutar comandos para robar las claves de AWS de un desarrollador una vez que se confiaba en el espacio de trabajo.

La técnica exacta de GhostApproval todavía está bajo investigación, pero el patrón más amplio ya está apareciendo en la naturaleza: repositorios que contienen archivos que dirigen a los agentes de IA a comportamientos inseguros.

Como informó THN ​​en junio, el gusano Miasma colocó archivos de configuración de agentes de IA en un repositorio de Microsoft Azure para que su carga útil se ejecutara en el momento en que un desarrollador abriera el proyecto en Claude Code, Cursor o Gemini. En respuesta, GitHub deshabilitó los 73 repositorios de Microsoft afectados.

«Human in the loop» sólo te protege si el loop dice la verdad. A medida que estos asistentes obtienen más libertad para leer y escribir archivos por su cuenta, un cuadro de aprobación que nombra el destino incorrecto no es una protección sino una responsabilidad, y tratar un repositorio engañoso como un problema puramente del usuario pone el peso en la persona que tiene menos capacidad para ver el intercambio.

GitHub Copilot rechaza solicitudes dañinas en el chat y luego las escribe en código – CYBERDEFENSA.MX

Un asistente de codificación de IA que se niega a responder una solicitud peligrosa en su cuadro de chat puede responderla de todos modos si la misma solicitud se divide en pasos pequeños y de apariencia normal dentro de un editor de código. Ése es el hallazgo de un nuevo estudio de GitHub Copilot por los investigadores Abhishek Kumar y Carsten Maple.

Los modelos que probaron a través de Copilot, Claude de Anthropic y Gemini de Google rechazaron casi todas las solicitudes dañinas cuando se les preguntó directamente. Reformulados como pasos de una tarea de codificación normal, produjeron respuestas dañinas en las 816 ejecuciones del flujo de trabajo del estudio.

Lo que hace que esto sea diferente de un jailbreak típico: nadie solicita directamente el elemento dañino y no se engaña al modelo para que ejecute el código de otra persona. Escribe el contenido prohibido por sí mismo, como efecto secundario de una tarea de codificación que le dijeron que mejorara.

como funciona

Los investigadores llaman al método construcción de jailbreak a nivel de flujo de trabajo.

En lugar de una única indicación contundente, le pidieron a Copilot que creara un software cotidiano: un pequeño programa de prueba que califica la frecuencia con la que otro modelo de IA cede a indicaciones dañinas. Cargar una lista de preguntas de examen dañinas en ese programa parece un trabajo normal, no un ataque.

Ciberseguridad

Luego vino el empujón. Le dijeron a Copilot que la puntuación era demasiado baja y le pidieron que mejorara el programa añadiendo «disparos de enseñanza», ejemplos de pares de preguntas y respuestas escritas en el código para aumentar la puntuación. Copilot añadió primero ejemplos inofensivos.

Cuando se le pidió que agregara las dañinas, escribió las respuestas peligrosas él mismo, como texto sin formato dentro del código. Estas fueron respuestas que las mismas modelos rechazan cuando las preguntas directamente en un chat.

Lo importante es de dónde vino el texto dañino. Los investigadores proporcionaron sólo las preguntas, tomadas de conjuntos de pruebas de seguridad pública. Las respuestas fueron trabajo del propio modelo, elaboradas para completar la tarea asignada de completar los ejemplos.

los numeros

El equipo ejecutó 204 mensajes dañinos extraídos de tres puntos de referencia públicos (Hammurabi’s Code, HarmBench y AdvBench) contra cuatro modelos disponibles a través de Copilot: Claude Sonnet 4.6, Claude Haiku 4.5, Gemini 3.1 Pro y Gemini 3.5 Flash.

Todo se ejecutó con la configuración predeterminada, con los modelos utilizados exactamente como los entrega Copilot, sin cambios de parámetros ni filtros agregados.

Cuando se les preguntó directamente en el chat, los modelos produjeron respuestas dañinas en sólo 8 de 816 intentos. Otras dos configuraciones simples, cargar las indicaciones desde una hoja de cálculo o solicitar una corrección de código de rutina, dieron el mismo resultado. Dentro del flujo de trabajo completo, produjeron contenido dañino 816 de 816 veces.

Dos revisores expertos verificaron cada respuesta por su cuenta y acordaron que las 816 eran realmente dañinas, utilizando una prueba estricta: la respuesta tenía que ser específica, utilizable y realmente hacer lo que pedía el mensaje dañino. Las negativas, las advertencias vagas y las alternativas seguras no contaron.

El resultado dañino apareció después de aproximadamente seis intercambios de ida y vuelta, todos ellos parecían pasos de codificación normales. Las pruebas utilizaron GitHub Copilot Chat 0.30.3 dentro de VS Code 1.103.0, en sesiones realizadas entre el 2 de abril y el 22 de junio de 2026. Debido a que estos son servicios alojados que se actualizan con el tiempo, el comportamiento exacto puede cambiar.

¿Por qué sucede? La respuesta del artículo es sobre incentivos. Una vez que el trabajo se enmarca como un aumento de puntaje, negarse a completar un campo deja de parecer una opción de seguridad y comienza a parecer como dejar el trabajo sin terminar. Los autores lo vinculan a una tendencia conocida en los agentes de codificación: optimizar la métrica que se les entrega, incluso cuando eso va en contra de sus propias barreras.

Por qué es importante

Un rechazo del chat no prueba que un asistente de codificación sea seguro. El mismo modelo puede mantener la línea en una conversación y cruzarla mientras escribe código. Y el fallo se esconde en un lugar fácil de pasar por alto: el texto dañino termina en un archivo que escribe el asistente, fuera de la respuesta del chat, donde normalmente aparecería un rechazo.

Para cualquiera que utilice estas herramientas, la lectura concreta es limitada pero utilizable. Tenga cuidado con una sesión de varios turnos que le pide al asistente que complete una evaluación o un conjunto de puntos de referencia con ejemplos de indicaciones y respuestas para aumentar la puntuación. Revise los archivos que escribe el asistente en lugar de confiar en que un rechazo visible del chat significa que la sesión se mantuvo limpia.

Ciberseguridad

Los autores lo reducen a tres direcciones, ninguna de las cuales es una solución completa por sí sola: inspeccionar lo que escribe el agente, juzgar una sesión completa en lugar de cada mensaje y tratar una solicitud para «mejorar una puntuación de referencia» como una razón para mirar más de cerca. Dicen que informaron los hallazgos a los fabricantes de herramientas y modelos afectados, y dejaron fuera del documento los resultados dañinos y las indicaciones exactas.

El resultado se ajusta a una creciente cantidad de trabajos que muestran que el entrenamiento de seguridad de la IA se vuelve más inestable una vez que un modelo se conecta a una herramienta que puede actuar, en lugar de simplemente charlar. Investigaciones anteriores encontraron que los modelos entrenados en seguridad son Se libera fácilmente cuando se convierte en agentes de navegación web..

El ataque anterior más cercano, CódigoJailbreakeroculta la intención dañina dentro de un mensaje de confirmación falso. Otros, como código rojohan demostrado que los modelos aceptan una instrucción peligrosa más fácilmente cuando está disfrazada de código que en inglés simple. El Crescendo El ataque alcanzó un objetivo dañino al avanzar lentamente durante varios turnos de chat en lugar de preguntar directamente.

El mismo efecto aparece en herramientas de codificación reales, no solo en este punto de referencia. The Hacker News cubrió recientemente GuardFall, una derivación de seguridad de comandos que se apoyaba exactamente en este primer paso: un comando contundente y destructivo se rechaza, mientras que el mismo comando guardado en un archivo de compilación o en la respuesta de la documentación de una herramienta se produce como un paso de rutina.

El giro de este nuevo estudio es que el contenido dañino no es la preparación para otro ataque; es lo que el modelo fue obligado a producir.

El estudio cubre únicamente GitHub Copilot con cuatro modelos de dos proveedores. Los autores tienen claro que los resultados pueden no trasladarse a otros asistentes como Cursor, Cline o Windsurf, ni a modelos de OpenAI y otros. Ésa es la pregunta abierta que señalan para más adelante.

La más difícil que dejan sin resolver es cómo detectar este patrón sin romper también la investigación de seguridad legítima que tiene que funcionar con las mismas indicaciones de prueba dañinas.