Un recente caso di cybercrime mostra come gli strumenti di intelligenza artificiale possano diventare un moltiplicatore operativo per chi gestisce infrastrutture malevole. Un attore di minaccia russofono identificato come bandcampro avrebbe sfruttato Google Gemini CLI per costruire e gestire una piccola botnet composta da otto PC appartenenti a una clinica dentistica, ottenendo anche accesso al database OpenDental.
Il punto chiave non è solo la compromissione in sé, ma il modo in cui l’AI viene usata come vero e proprio agente di hacking, capace di scrivere codice, configurare server, risolvere errori e suggerire miglioramenti senza richiesta esplicita.
Dalle sessioni analizzate emerge un utilizzo esteso di Gemini CLI per attività tipiche di una catena di attacco completa. L’AI avrebbe supportato la migrazione di un server di comando e controllo, la configurazione di un nuovo VPS, la creazione di tunnel Cloudflare e la gestione dei bot, includendo debugging di problemi di connettività. La migrazione dell’architettura sarebbe stata completata in pochi minuti, con l’AI che ha diagnosticato errori come 502 Bad Gateway e ha proposto correzioni tecniche, inclusa la modifica di header HTTP e User Agent per superare blocchi di tipo WAF.
L’architettura descritta prevede che i sistemi vittima effettuino richieste in uscita verso un server C2 via HTTPS per scaricare ed eseguire comandi PowerShell predisposti dall’operatore. In pratica, l’operatore impartisce istruzioni in linguaggio naturale e l’AI le traduce in azioni operative, come verificare quali macchine sono attive, enumerare file, eseguire ricognizione su una postazione specifica o generare comandi PowerShell in una sola riga per infettare un endpoint.
Un aspetto particolarmente rilevante per la sicurezza informatica e la threat intelligence è la portabilità dell’intera infrastruttura. Sarebbe sufficiente un piccolo bundle di file di testo che descrivono architettura e passaggi di setup per ricreare rapidamente il C2 su un nuovo server, rendendo i takedown meno incisivi. Questo modello facilita anche la diffusione su forum underground sotto forma di skill file, abbassando la barriera tecnica per nuovi attori e complicando l’attribution, perché componenti e impronte possono essere rigenerati o modificati rapidamente.