Исследователи из Cisco Talos выявили вредоносное программное обеспечение для Windows, которое использует возможности нескольких больших языковых моделей (LLM) для определения дальнейших действий на скомпрометированном компьютере. Данная находка свидетельствует о развитии класса ИИ-инструментов, которые выходят за рамки простого написания кода или подготовки фишинговых писем, переходя к формированию автономных и устойчивых систем управления.
Особенности функционирования CLOSEDQUORUM
Вредоносная программа, получившая название CLOSEDQUORUM, в процессе своей работы отправляет запросы к четырем моделям: DeepSeek, Qwen, Mistral и Google Gemini. Использование нескольких сервисов обеспечивает отказоустойчивость: если одна из моделей оказывается недоступна, вредоносное ПО переключается на другие. По данным специалистов Cisco Talos, в текущей реализации инструмента отсутствует встроенный механизм, позволяющий злоумышленнику напрямую отдавать команды после запуска программы.
Основными целями CLOSEDQUORUM являются кража учетных данных и криптовалютных активов. Эксперты обнаружили связь этой программы с активностью на форумах киберпреступников, касающейся мошенничества с кредитными картами, датируемой 2025 годом. На данный момент специалисты не смогли установить личности создателей инструмента и факты его применения против реальных целей.
Инструментарий для отслеживания ИИ-угроз
Обнаружение CLOSEDQUORUM стало возможным благодаря запуску нового проекта Cisco Talos под названием Cognitive Artifact Intelligence Research Network (CAIRN). Этот открытый фреймворк предназначен для поиска технических следов, указывающих на интеграцию ИИ в образцы вредоносного ПО. По словам Райана Феттермана, исследователя безопасности Cisco Talos, интеграция ИИ оставляет специфические «отпечатки», которые позволяют классифицировать образцы и отслеживать закономерности.
Система CAIRN анализирует метаданные и другие атрибуты, связанные с использованием ИИ, присваивая образцам уникальные идентификаторы. Это помогает аналитикам группировать артефакты со схожими признаками и понимать, как именно злоумышленники внедряют LLM в свои операции. Ключевое отличие CLOSEDQUORUM заключается в том, что языковые модели стали неотъемлемой частью инфраструктуры управления, а не просто вспомогательным инструментом.
Трансформация подходов к кибератакам
Мэтт Олни, старший директор по анализу угроз в Cisco Talos, отмечает переход ИИ из разряда средств повышения продуктивности в компонент операционной деятельности. Атакующие получают возможность масштабировать свои кампании, охватывать больше целей и эффективно обрабатывать данные за счет использования «интеллектуального ядра» на бэкенде.
Ранее в июле 2025 года CERT-UA зафиксировала случай применения вредоносного ПО LAMEHUG, которое использовало API Hugging Face для получения команд от модели Qwen2.5-Coder-32B-Instruct. Несмотря на то что первоначальные ожидания взрывного роста числа подобных угроз не оправдались — Феттерман обнаружил лишь около девяти задокументированных семейств ИИ-вредоносов, — разработка CAIRN позволила выявить еще около 20 дополнительных примеров. Хотя текущая активность злоумышленников в этой сфере во многом остается экспериментальной, ландшафт угроз оказывается значительно более сложным и разнообразным, чем было принято считать ранее на основе открытых данных.
Механизмы обнаружения и эволюция угроз
Разработка фреймворка CAIRN стала ответом на необходимость систематизации знаний об ИИ-имплантах. Райан Феттерман инициировал создание проекта после глубокого анализа уже известных примеров, таких как вредоносное ПО LAMEHUG. Феттерман признался, что в момент первых открытий ожидал «большого бума» использования нейросетей в киберпреступности, однако темпы роста оказались медленнее, чем предполагалось изначально. Тем не менее, именно благодаря CAIRN экспертам удалось выйти за пределы публично задокументированных случаев.
Важным аспектом является то, как именно CAIRN «видит» угрозы. Система сфокусирована на изучении специфических технических следов и артефактов, возникающих при взаимодействии вредоносного кода с API сторонних ИИ-сервисов. Эти метаданные позволяют исследователям не просто классифицировать угрозу, но и понимать логику формирования «интеллектуального центра» внутри атаки.
Операционализация искусственного интеллекта
Мэтт Олни подчеркивает, что кейс CLOSEDQUORUM наглядно иллюстрирует качественный сдвиг в стратегии злоумышленников. Ранее использование ИИ ограничивалось генерацией фишингового контента или написанием базовых скриптов, что было лишь вспомогательным этапом «доставки» полезной нагрузки. Теперь же ИИ становится полноценным узлом инфраструктуры.
«Раньше все рассматривали ИИ как инструмент продуктивности, верно? Сейчас мы видим, что он становится операционным компонентом», — поясняет Олни.
Для атакующих такой подход означает возможность автоматизированного принятия решений непосредственно на скомпрометированном хосте, где модель «обдумывает» дальнейшие шаги, основываясь на полученных данных, что делает атаку более автономной и менее зависимой от связи с сервером управления в реальном времени. Обнаруженные 20 дополнительных образцов в ходе тестов CAIRN подтверждают, что киберпреступники активно экспериментируют с архитектурой, в которой модель берет на себя роль «интеллектуального ядра», способного самостоятельно отвечать на вопросы, возникающие в процессе взлома.
