Un actor cibernético sospechoso de hablar ruso ha sido atribuido al uso de inteligencia artificial (IA) para idear exploits dirigidos a un par de fallos de seguridad recientemente revelados en PaperCut NG/MF y acceder a cientos de instancias.
Según informes independientes de Blackpoint Cyber y GreyNoise, la actividad se origina en "45.142.193[.]132", una dirección IP que ha sido vinculada a escaneos de puertos no autorizados e intentos de ataque de fuerza bruta en las últimas semanas. Cabe señalar que la misma dirección IP también fue señalada por Arctic Wolf en relación con la misma actividad la semana pasada.
En esencia, los ataques oportunistas explotan CVE-2026-81578 y CVE-2026-82078, una combinación de omisión de autenticación y ejecución remota de código, para atacar principalmente al sector educativo en Estados Unidos, Reino Unido, Francia, España, Canadá, Bélgica, Portugal, Australia, Alemania y Suiza.
"La actividad post-explotación observada incluyó la entrega de herramientas de recolección de registros de Windows, cargas útiles Java relacionadas con Metasploit/Meterpreter y comandos utilizados para identificar hosts, usuarios, procesos y datos de configuración confidenciales", señaló Arctic Wolf.
GreyNoise dijo que ha estado rastreando el uso malicioso de la dirección IP desde principios de julio de 2026 para sondear sistemas expuestos a internet de proveedores como Palo Alto, Ubiquiti, Citrix, SonicWall y Proxmox VE.
"Como parte del desarrollo y prueba de exploits del adversario, construyeron y atacaron un entorno de laboratorio que incluía el software PaperCut vulnerable y un servidor Active Directory", dijo la firma de inteligencia de amenazas. "En flujos de trabajo paralelos, el adversario creó listas de objetivos utilizando un servicio de escaneo de internet Netlas.io con una clave API identificada".
Tras obtener ejecución remota de código y recolección de credenciales dentro de su entorno de laboratorio autoalojado, se ha observado al actor de amenazas desatando cientos de agentes de IA impulsados por OpenAI Codex, un modelo DeepSeek y herramientas de seguridad ofensivas disponibles públicamente (por ejemplo, Mimikatz, SharpHound, Certipy, Rubeus e Impacket) para comprometer no menos de 440 instancias de PaperCut MF/NG alojadas por 395 organizaciones víctimas identificadas en 48 países.
"Hay otras víctimas reales que no pudieron ser atribuidas a una organización nombrada", agregó GreyNoise. "El adversario intentó explícitamente evitar atacar entidades en 28 países identificados; sin embargo, nuestra victimología observada muestra que el intento de moderación falló en algunos casos". Algunos de los países añadidos a la lista de exclusión incluyen Rusia, China, Hong Kong, Tailandia, Irán, Venezuela, Indonesia, Pakistán y Bangladés.
Los hallazgos se producen en un momento de considerable preocupación sobre cómo los modelos de IA están permitiendo a actores maliciosos integrar capacidades agénticas en diversas etapas del ciclo de vida de un ataque, y ayudándoles a acelerar y llevar a cabo ataques a escala.
Según GreyNoise, el atacante pasó rápidamente de un espacio de trabajo vacío a lograr por primera vez ejecución remota de código contra una víctima real en poco menos de cuatro horas, y comprometió al menos 11 organizaciones en 26 segundos una vez que la campaña comenzó en serio. En un ataque dirigido a una escuela secundaria en Estados Unidos, la duración entre el acceso inicial y el acceso completo de administrador de dominio fue de apenas siete minutos.
En total, se dice que el adversario obtuvo acceso de administrador de dominio en solo 12 organizaciones víctimas. Los objetivos finales del atacante siguen sin estar claros en esta etapa.
"No está claro si este actor se centra únicamente en el desarrollo de accesos para entregarlos a otros actores afiliados o si aprovechará directamente sus accesos para lograr objetivos posteriores como robo de datos o despliegue de ransomware", dijo GreyNoise.
Más detalles emergen
Blackpoint, que compartió detalles adicionales de la misma actividad, dijo que la rastreó hasta una infraestructura de operador expuesta que describe el flujo de trabajo asistido por IA desde la investigación de vulnerabilidades y el desarrollo de exploits hasta la ejecución mediante el filtrado de objetivos, el análisis de fallos, los cambios de código y las repetidas oleadas de reintentos.
"La actividad más temprana recuperada comenzó el 31 de agosto, con el proyecto centrado en la investigación de vulnerabilidades y la comparación de compilaciones de PaperCut parcheadas y no parcheadas", dijeron los investigadores Sam Decker y Nevan Beal. "En cuestión de horas, esa investigación se había convertido en una herramienta de validación multihilo que fue revisada, probada y ejecutada contra conjuntos de objetivos progresivamente más grandes".
El uso de IA por parte del actor de amenazas también se extiende al pipeline de objetivos, con el código fuente recuperado actuando como un embudo que fusiona múltiples listas de origen, geolocaliza candidatos y los filtra por país, aplica la política de exclusión mencionada e identifica sistemas PaperCut activos antes de pasar a la siguiente etapa.
En la etapa final, los objetivos se clasifican por sistema operativo y entorno, así como mediante listas separadas para aquellos que están activos, inalcanzables, que carecen de etapas específicas, elegibles para acciones post-explotación y en espera de reintento, en lugar de tratar cada intento fallido como el mismo problema.
Complementando estos esfuerzos hay scripts de Python que realizan un seguimiento de las etapas posteriores y garantizan que realmente se hayan completado. Estos incluyen tareas como acceso de administrador, verificación de cuentas, recolección de Active Directory, descubrimiento de dominio y red, y configuración de proxy. Los fallos se registran, lo que permite que el marco de ataque adapte su enfoque y avance.
El proyecto se entiende mejor como uno en el que la IA es el eje alrededor del cual gira toda la arquitectura del sistema, transformando la investigación de vulnerabilidades en un pipeline de explotación mediante un bucle de retroalimentación persistente que informa cada ciclo. Apoyando el sistema en este esfuerzo hay dos herramientas de código abierto cruciales: Hindsight, que proporciona un servicio de memoria persistente para agentes de IA, y AionUi, que proporciona un espacio de trabajo gráfico unificado para ejecutar y ver múltiples agentes de IA de forma concurrente.
La campaña muestra que los actores de amenazas están utilizando la IA no solo para ayudar con el desarrollo de malware, sino también para solucionar fallos, preservar el estado del proyecto y aumentar otros aspectos operativos, reduciendo así el esfuerzo manual necesario para llevar a cabo tal ataque. Estos cambios tienen un impacto significativo en la economía de los ataques cibernéticos, según la empresa de ciberseguridad.
"El impacto más fuerte de la IA en esta campaña no fue una técnica de exploit novedosa", dijo Blackpoint. "Fue la reducción del esfuerzo humano requerido para investigar, desarrollar, depurar, clasificar, rastrear, reintentar y mejorar continuamente la explotación en cientos de sistemas reales".
"El operador estaba utilizando un proceso de desarrollo iterativo en el que la investigación, la codificación, las pruebas, la solución de problemas y la ejecución de la campaña apoyadas por IA se informaban continuamente entre sí. El contexto se preservó a medida que el proyecto pasaba de la investigación de vulnerabilidades a la validación de exploits, el desarrollo de herramientas, la expansión de objetivos y finalmente la ejecución operativa".
Deja una respuesta