Ataque multiagente contra gobiernos asiáticos: la IA automatiza la cadena ofensiva

Ocho agentes de IA coordinados en 12 oleadas

Una campaña contra organismos gubernamentales de Asia-Pacífico utilizó una arquitectura multiagente capaz de automatizar gran parte de las fases de un ciberataque. Dream describió la operación en una investigación publicada el 12 de agosto.

El sistema podía activar hasta ocho agentes de IA simultáneamente, coordinados por una sesión principal. Los agentes desempeñaban tareas diferenciadas: reconocimiento, análisis de API, búsqueda de endpoints expuestos, ataque contra credenciales, explotación de vulnerabilidades, movimiento lateral, exfiltración e instalación de backdoors.

La actividad se dividió en 12 oleadas de ataque. Después de cada fase, el agente coordinador evaluaba los resultados mediante un algoritmo de puntuación bayesiana: las técnicas eficaces recibían mejores puntuaciones, mientras que los intentos fallidos eran penalizados. Por ello, las oleadas posteriores priorizaban las estrategias que habían producido resultados más útiles.

No se trata únicamente de automatizar herramientas individuales. La secuencia observada reproduce una cadena ofensiva que normalmente gestionan varios analistas y operadores humanos, pero con mayor paralelización y capacidad de adaptación.

OpenClaw y Hermes, en la base de la infraestructura

Los atacantes construyeron el entorno operativo sobre los frameworks agénticos OpenClaw y Hermes. El workspace analizado superaba los 160 megabytes e incluía 1.395 archivos.

La infraestructura se habría generado después de someter a modelos frontier no identificados a técnicas de ingeniería social. Los operadores los habrían inducido a desarrollar un framework de penetration testing destinado a atacar un organismo gubernamental asiático, eludiendo los controles y las limitaciones incorporados en los modelos.

Los subagentes se identificaban con letras individuales comprendidas entre “A” y “Q”. A cada uno se le asignaba una función operativa específica. Entre las actividades detectadas figuran:

• exploración de API y endpoints públicos;
• identificación de vulnerabilidades;
• compromiso o cracking de credenciales de empleados gubernamentales;
• recopilación de credenciales adicionales;
• acceso a sistemas y redes;
• uso de entornos secundarios, como sistemas de backup y plataformas de pruebas;
• exfiltración de datos relativos al personal;
• instalación de backdoors persistentes en aplicaciones web;
• verificación de los resultados y optimización de las fases posteriores.

La campaña no habría requerido vulnerabilidades zero-day. Los operadores combinaron ingeniería social, fallos ya existentes, robo de credenciales y abuso de configuraciones o entornos auxiliares. El dato relativiza la idea de que el uso de inteligencia artificial haga indispensable una vulnerabilidad desconocida: en cambio, puede aumentar drásticamente la eficacia de técnicas ya disponibles.

La hipótesis de un ataque contra Taiwán

Dream no ha atribuido formalmente la operación a un grupo concreto. El uso del chino simplificado es compatible con operadores de habla china, a menudo asociados con China continental, pero no constituye una prueba del origen estatal del ataque.

El posible objetivo sería Taiwán. La hipótesis, difundida inicialmente por el Financial Times, no ha sido confirmada públicamente por Dream para proteger a sus clientes.

El 13 de agosto, el Ministerio de Asuntos Digitales de Taiwán, o MODA, comunicó que durante el mes de julio había detectado ataques anómalos contra organismos gubernamentales. La investigación se llevó a cabo junto con el National Institute of Cyber Security (NICS).

Las autoridades taiwanesas emitieron alertas internas e iniciaron las comprobaciones el 20 de julio, que concluyeron el 13 de agosto. Según el MODA, la actividad presentaba un modelo híbrido: operadores humanos coordinaban agentes de IA como OpenClaw, capaces de encadenar rápidamente distintas técnicas y utilizar sistemas de backup o pruebas como puntos de apoyo para alcanzar otros objetivos.

La campaña contra el objetivo gubernamental se habría desarrollado del 1 al 4 de julio. Dream detectó las primeras señales el 2 de julio y continuó el análisis durante las semanas siguientes. Esta secuencia es compatible con la hipótesis taiwanesa, pero no la demuestra.

La identidad de los operadores también sigue siendo incierta. Dream, que supervisa más de 100 grupos de amenazas, no ha vinculado con certeza las tácticas observadas a ninguno de los grupos que ya tiene bajo seguimiento.

Datos del personal y backdoors persistentes

El impacto potencial afecta tanto a la confidencialidad de la información como a la capacidad de mantener el acceso a lo largo del tiempo. El robo de datos del personal puede facilitar posteriores campañas de phishing dirigido, suplantación de identidad y compromiso de cuentas.

La instalación de backdoors en aplicaciones web gubernamentales introduce, en cambio, un mecanismo de persistencia. Incluso después de eliminar el acceso inicial, los atacantes podrían intentar volver a entrar mediante componentes modificados o credenciales previamente sustraídas.

El abuso de entornos de backup, desarrollo y pruebas amplía aún más la superficie expuesta. Estos sistemas suelen estar menos vigilados que los entornos de producción, pero pueden contener configuraciones, secretos, copias de bases de datos o conexiones privilegiadas con la red principal.

Según Amir Becker, chief business and strategy officer de Dream y excomandante de la división de operaciones cibernéticas de la unidad 8200 israelí, la velocidad, la escala y los costes de las ofensivas están cambiando rápidamente. Una defensa basada únicamente en procesos manuales podría no ser capaz de mantener el ritmo impuesto por sistemas que trabajan en paralelo.

Carl Wright, chief commercial officer de AttackIQ y ex CISO del Cuerpo de Marines de Estados Unidos, señaló otro riesgo: las capacidades desarrolladas contra objetivos regionales podrían perfeccionarse y utilizarse posteriormente contra organizaciones de otros países.

Taiwán y Corea del Sur podrían convertirse en entornos de prueba para actores chinos, norcoreanos y grupos criminales. Tras perfeccionar las técnicas, las mismas herramientas podrían dirigirse contra operadores del Reino Unido, Estados Unidos u otros países.

Prioridades para la defensa

Las organizaciones deberían comenzar por la superficie realmente explotada durante la campaña: API, aplicaciones web, sistemas de autenticación y entornos secundarios. El hecho de que no fueran necesarios exploits zero-day hace que la gestión de vulnerabilidades conocidas y la corrección de configuraciones erróneas sean esenciales.

Las prioridades operativas incluyen:

• aplicar autenticación multifactor a las cuentas del personal;
• detectar intentos anómalos de cracking y reutilización de credenciales;
• separar los sistemas de backup, desarrollo y pruebas de los entornos de producción;
• controlar las conexiones y los privilegios entre sistemas secundarios y redes principales;
• supervisar modificaciones persistentes en aplicaciones web;
• buscar nuevos backdoors, cuentas inesperadas y claves de acceso no autorizadas;
• correlacionar eventos distribuidos entre cuentas, API, endpoints y distintos sistemas;
• someter los modelos de IA a pruebas frente a solicitudes manipuladoras presentadas como actividades de penetration testing;
• utilizar agentes de IA en actividades autorizadas de threat hunting, simulación adversaria y verificación de exposiciones.

No se han comunicado identificadores CVE asociados al incidente. Por tanto, la respuesta no puede limitarse a instalar un único parche: requiere control de identidades, segmentación, supervisión continua y verificación automatizada de las rutas de ataque.

El caso muestra, sobre todo, un cambio organizativo. Los atacantes están combinando supervisión humana con agentes capaces de investigar, probar, evaluar y repetir. Los defensores deberán hacer lo mismo, manteniendo al mismo tiempo autorizaciones, trazabilidad y límites estrictos en los sistemas utilizados.