Des chercheurs en sécurité ont alerté sur une augmentation alarmante du développement de logiciels malveillants utilisant des outils d’intelligence artificielle, marquant une transition significative du domaine théorique au pratique dans la cybercriminalité. Ce phénomène a été documenté par la société de cybersécurité Check Point Research, qui a analysé les activités d’un acteur de menace bien connu soutenu par l’État nord-coréen, connu sous le nom de KONNI, qui est actif depuis plus d’une décennie.
L’évolution des cybermenaces
Au départ, l’approche de KONNI se concentrait sur les politiciens, les diplomates et les universitaires, principalement en Corée du Sud. Cependant, lors de sa dernière campagne, le groupe a changé sa stratégie, s’adressant aux développeurs de logiciels, en particulier ceux liés à la blockchain et aux cryptomonnaies. Les attaquants ont utilisé des techniques de phishing très convaincantes pour accéder aux infrastructures cloud, aux dépôts de code source et aux identifiants de blockchain.
Les chercheurs de CPR expliquent que ceux qui sont tombés dans le piège ont permis l’installation d’une porte dérobée générée par IA dans PowerShell, ce qui a donné aux attaquants un accès complet aux ordinateurs des victimes et aux secrets qui y sont stockés. Cet usage de malware généré par IA non seulement accélère le développement de nouvelles attaques, mais permet également une personnalisation plus rapide et flexible des menaces, contournant ainsi les méthodes de détection traditionnelles basées sur des signatures.
Face à cette nouvelle réalité, les professionnels de la cybersécurité devront adapter leurs approches. Il est souligné la nécessité de considérer les environnements de développement comme des cibles de haute valeur et de renforcer la prévention contre le phishing au sein des flux de travail de collaboration et de développement. De plus, il est recommandé de protéger les infrastructures de développement et le cloud avec des contrôles d’accès robustes et d’utiliser des techniques de prévention des menaces alimentées par l’IA pour détecter les malwares invisibles aux premières étapes d’une attaque.