O que aconteceu
No início de Outubro, um atacante que fala chinês conseguiu entrar em vários bancos da Coreia do Sul, entre eles o Shinhan Bank, o KB Kookmin Bank e o Hana Bank. Ficaram expostos dados pessoais e informação de cartões de crédito de clientes e, em alguns casos, os sistemas ficaram indisponíveis. O governo sul-coreano convocou uma reunião de emergência e pediu medidas imediatas de segurança para os sistemas críticos.
A CrowdStrike confirmou que o atacante usou o ARTEX AI, um conjunto de ferramentas de testes de intrusão desenvolvido na China, que funciona com agentes autónomos e que até há pouco tempo era de código aberto. Ou seja, software pensado para equipas de segurança testarem as próprias defesas foi posto ao serviço de um ataque real. O atacante recorreu ainda a sessões do Claude Code e a vários modelos de linguagem: o DeepSeek como motor principal, complementado pelo GLM-5.3, da Zhipu AI, e pelo Grok 4.6.
Como foi descoberto
Os investigadores encontraram a infraestrutura do atacante com directórios abertos, onde estavam históricos de sessões, ficheiros de configuração e ficheiros de memória dos agentes. Esses registos permitiram ligar com elevada confiança esta actividade às intrusões já noticiadas no sector financeiro. O atacante chegou a usar as mesmas ferramentas para escrever um currículo, o que deixou à vista contactos e uma conta de Telegram. Os dados apontam para um jovem chinês da província de Guangdong, mas contêm contradições, como datas de nascimento diferentes, e a CrowdStrike considera que não chegam para confirmar a identidade.
Há outro pormenor revelador: o atacante não tinha um plano para rentabilizar os dados roubados e pediu ao próprio assistente que sugerisse grupos de Telegram onde os vender. A capacidade técnica chegou antes do plano de negócio.
Porque importa
O criador do ARTEX fechou o código e parou as actualizações depois de saber do uso em ataques. Mas a versão actual já deu origem a variantes em inglês e coreano, por isso a ferramenta continua disponível.
Um relatório da Booz Allen Hamilton, citado pelo The Register, reforça o quadro. Em laboratório, a consultora pôs dois modelos de topo, que não identificou, a atacar uma fábrica simulada com equipamento industrial real. Os modelos cumpriram os oito cenários de teste:
- mapearam a rede e identificaram os equipamentos críticos;
- encontraram falhas e transformaram-nas em acessos;
- entraram nos sistemas de produção e alteraram o que os operadores viam nos ecrãs;
- encontraram um braço robótico, ganharam acesso e puseram-no em movimento, tudo em minutos.
Num dos testes, passaram do perímetro da rede para o interior da rede de controlo industrial em pouco mais de 16 minutos. Os testes tinham salvaguardas: os agentes precisavam de aprovação humana antes de explorar uma falha ou provocar efeitos físicos.
As conclusões batem certo com o caso coreano. Conhecimento especializado e equipamento pouco comum já não travam um atacante, porque o agente aprende o que precisa. Os agentes encontraram com facilidade o elo mais fraco, como credenciais de fábrica nunca alteradas ou equipamentos que aceitam ordens sem autenticação. Segundo a Booz Allen, quem defende pode ter apenas minutos para detectar e bloquear um ataque destes.
O outro lado
Os fornecedores de modelos estão a reagir. A OpenAI, a Anthropic e a Google anunciaram iniciativas para dar aos operadores de infraestruturas críticas acesso aos seus modelos mais avançados, para uso na defesa.
Em números
O que muda para as empresas
O caso coreano tira duas desculpas habituais às empresas: a de que um ataque sofisticado exige uma equipa grande e cara, e a de que sistemas pouco comuns estão protegidos por serem obscuros. Com agentes de IA, uma só pessoa consegue explorar redes, encontrar falhas e avançar a uma velocidade que deixa pouco tempo para reagir. As ferramentas usadas continuam a circular, mesmo depois de o criador as ter fechado.
Para uma PME, isto significa que as falhas básicas pesam mais do que nunca. Uma password de fábrica esquecida, um serviço exposto à internet sem necessidade ou uma rede sem separação entre escritório e produção são exactamente o tipo de ponto fraco que estes agentes encontram primeiro. E uma detecção que só acontece dias depois deixa de servir para travar o ataque.
O que recomendamos
Comece pelo que um agente automático encontraria em minutos. Faça um inventário do que a empresa tem exposto à internet e desligue o que não precisa de estar lá. Mude todas as credenciais de fábrica, em servidores, routers, câmaras e máquinas de produção, e active autenticação multifactor nos acessos remotos e no correio electrónico. Se tem equipamento industrial, separe essa rede da rede administrativa e confirme que não é possível chegar a ela directamente a partir de fora.
Depois, prepare-se para reagir depressa. Garanta que os registos dos sistemas críticos geram alertas que alguém vê no próprio dia, defina quem decide isolar uma máquina ou cortar um acesso, e treine esse procedimento pelo menos uma vez por ano. Reveja também que dados de clientes guarda e durante quanto tempo: o que não existe não pode ser roubado. Se não tem equipa interna para isto, um teste de intrusão feito por terceiros, seja pela MCIT ou por outro parceiro, mostra-lhe onde está o elo mais fraco antes de um atacante o descobrir.
Falar connoscoArtigo preparado com apoio de inteligência artificial, revisto e aprovado por Marco Cerruti, MCIT.
