Em 16 de outubro a Zscaler publicou uma análise sobre o uso de IA generativa por atacantes em engenharia social, descoberta de dados e desenvolvimento de malware. O texto é de Phil Hagen, pesquisador principal de segurança da informação da empresa.
O relatório descreve métodos amplos e não identifica família de malware nomeada nem campanha confirmada. O eixo do trabalho é a velocidade com que script malicioso passou a ser criado e revisado, e o que isso muda para quem defende.
A checagem tradicional compara arquivo e tráfego com padrão já conhecido. Código alterado com frequência, que entrega o mesmo resultado, enfraquece essa comparação, e regra montada a partir de amostra antiga perde utilidade diante de código que ninguém catalogou.
O relatório ressalva que isso não prova que todo artefato se reescreva sozinho. O que a Zscaler observou foi criação e revisão rápidas, não um mecanismo automático de mutação em cada execução.
Outro efeito é a perda de um sinal clássico. Mensagem escrita por modelo de linguagem não traz erro de ortografia nem de gramática, que era o que denunciava o phishing. Parte dessas mensagens convence o usuário a instalar software de monitoramento e gestão remota.
Com essa instalação, o atacante controla a máquina e alcança outros sistemas usando ferramenta legítima. Em operações de ransomware, o caminho entre o acesso inicial e o roubo seguido de criptografia ficou mais curto.
A consequência para a atribuição é direta. Grupo pequeno passou a ter opção de desenvolvimento parecida com a de grupo grande, e ferramenta exclusiva deixou de indicar recurso ou identidade do atacante. A recomendação da Zscaler é avaliar o que o programa faz, não apenas se o arquivo casa com amostra conhecida.
