要約:
サイバーセキュリティ研究者は最近、珍しい新しいタイプの Windows マルウェアを発見しました。 CLOSEDQUORUMと呼ばれるこのマルウェアは、人工知能を利用してコードの作成やフィッシングコンテンツの作成を支援していたこれまでの攻撃ツールとは異なり、複数の大規模な言語モデルを自身の制御システムに直接組み込んでおり、動作中に次のステップを独立して決定することができます。これは、AI マルウェアの開発における新たな段階を表すと考えられています。
この発見は、Cisco 傘下のセキュリティ チームである Cisco Talos によって行われました。研究者らによると、CLOSEDQUORUMはDeepSeek、Qwen、Mistral、Google Geminiの4つの大規模な言語モデルと同時に対話するという。 Before performing tasks on the infected device, it will first send requests to these models and collect feedback, and then decide subsequent actions based on the results.
この設計により、マルウェアにある程度の冗長性が与えられます。 Even if one of the AI services is inaccessible, the program can still continue to make requests to other models and keep running, making it more resilient than traditional malware that relies on a single control server.
さらに懸念されるのは、研究者らがサンプル中に伝統的な意味での手動のリモコンの入り口が見つからなかったことです。 In other words, once the program starts running, it does not need to continue to receive specific instructions from the hacker, but independently plans subsequent operations through feedback from multiple large-scale language models.
分析結果によると、CLOSEDQUORUM の主な目的は、ユーザー アカウントのパスワードと暗号通貨資産を盗むことです。 The research team also found that the malware was related to credit card fraud network activities dating back to 2025. However, so far, researchers have not been able to confirm the identity of the specific developer, nor can they determine whether the tool has been used in real attacks.
この発見は、Cisco Talos による新しい研究イニシアチブから生まれました。攻撃ツールに人工知能がますます組み込まれる傾向に対応して、研究者らは、実行に AI サービスに依存するマルウェアを特定し追跡するための CAIRN (Cognitive Artifact Intelligence Research Network) と呼ばれるオープンソース フレームワークを開発しました。
研究チームは、人工知能とマルウェアを組み合わせると、デジタル指紋のように特別な技術的痕跡が残ると考えています。これらのトレースは、セキュリティ アナリストがサンプルを特定し、分類システムを確立し、攻撃者が大規模な言語モデルを攻撃ツールにどのように統合するかを追跡するのに役立ちます。
CAIRN は、マルウェアのメタデータと AI サービスに関連する技術的特性を分析し、サンプルの一意の識別子を生成します。その後、システムは類似の特性を持つマルウェアを分類し、研究者が新しい攻撃パターンと潜在的な傾向を特定できるようにします。
セキュリティの専門家は、過去 1 年間に出現した AI 関連のマルウェアのほとんどは依然として補助ツールとして大規模なモデルを主に使用していると指摘しています。たとえば、コードの生成、フィッシングメールの作成、攻撃プロセスの自動化、リモート意思決定サポートの提供などを支援します。 CLOSEDQUORUM とこれらのケースの最大の違いは、CLOSEDQUORUM が大規模な言語モデルをコマンド アンド コントロール メカニズム自体に直接統合していることです。
以前、ウクライナのサイバーセキュリティ機関は、LAMEHUG と呼ばれるマルウェアを公開しました。このマルウェアは、Hugging Face プラットフォームを通じて Tongyi Qianwen モデルにアクセスし、実行コマンドを取得しました。しかし、研究者らは、複数のモデルを同時に呼び出し、「集団的意思決定」方式で攻撃プロセスを推進する CLOSEDQUORUM のようなケースはまだ非常にまれであると述べています。
現在知られている AI マルウェアの数はまだ限られていますが、セキュリティ コミュニティは一般に、そのようなツールの開発の方向性は大きな注目に値すると信じています。以前は、大規模なモデルがハッカーの生産性を向上させる役割を果たしていました。現在、研究者たちは、人工知能が「補助ツール」からインフラ自体を攻撃するものへと徐々に移行していることに気づき始めています。
業界関係者は、大規模言語モデルの機能が向上し続けるにつれて、将来のマルウェアはより強力な自律的意思決定機能、より複雑な環境適応性、より柔軟な攻撃パス選択機能を備えている可能性があると考えています。この発見はまだ初期段階にありますが、セキュリティ研究者は次世代のインテリジェントなサイバー攻撃がどのようなものであるかを初期段階で垣間見ることができました。
コメント