El
auge
de
la
IA
está
permitiendo ‘pegarle
un
empujón’
a
muchas
de
las
tareas
que
ya
realizábamos
antes
con
ordenadores…
incluyendo
las
maliciosas:
desde
la
ejecución
de
timos
al
desarrollo
de
malware,
ambas
son
actividades
que
ahora
se
llevab
a
cabo
con
mayor
precisión
gracias
al
uso
de
los ‘modelos
de
lenguaje’.
Uno
de
los
ejemplos
más
alarmantes
de
esta
tendencia
es
LameHug,
el
primer
malware
documentado
que
emplea
grandes
modelos
de
lenguaje
(LLM,
por
sus
siglas
en
inglés)
para
llevar
a
cabo
ciberataques
de
manera
autónoma
y
altamente
adaptativa.
Esto
marca
un
punto
de
inflexión
en
la
evolución
del
malware,
abriendo
la
puerta
a
una
nueva
generación
de
amenazas
que
resultarán
difíciles
de
detectar
y
contener.
qué
es,
cómo
infecta
y
cómo
protegerse
¿Qué
es
LameHug
y
por
qué
debe
preocuparnos?
LameHug
es
un
software
malicioso
desarrollado
en
Python
que
utiliza
la
API
de
la
plataforma
Hugging
Face
y
el
modelo
de
IA
de
código
abierto
Qwen2.5-Coder-32B-Instruct
de
Alibaba.
Fue
identificado
por
primera
vez
el
10
de
julio
de
2025
por
el
Equipo
de
Respuesta
a
Emergencias
Informáticas
de
Ucrania
(CERT-UA)
y
se
ha
atribuido
con
un
grado
medio
de
confianza
al
grupo
de
cibercriminales
pro-rusos
APT28
(también
conocido
como
Fancy
Bear,
Sednit,
Forest
Blizzard,
entre
otros).
Lo
que
distingue
a
LameHug
de
otras
amenazas
es
su
capacidad
de
generar
en
tiempo
real
comandos
maliciosos
a
partir
de
lenguaje
natural,
adaptándose
al
sistema
comprometido
sin
necesidad
de
tener
instrucciones
codificadas
de
antemano.
Esto
cambia
de
arriba
a
abajo
la
forma
en
que
se
diseñan
y
ejecutan
los
ciberataques.
Modus
operandi
I:
el
vector
de
ataque
El
método
de
distribución
de
LameHug
sigue
un
patrón
conocido:
el
malware
se
infiltra
a
través
de
correos
electrónicos
de
phishing
cuidadosamente
diseñados.
En
uno
de
los
casos
documentados,
se
empleó
una
cuenta
legítima
comprometida
de
un
funcionario
ucraniano
para
enviar
un
archivo
ZIP
titulado «Додаток.pdf.zip»
(«Attachment.pdf.zip»).
Dentro
del
archivo
comprimido
se
encontraron
ejecutables
con
nombres
como:
-
Attachment.pif -
AI_generator_uncensored_CANVAS_PRO_v0.9.exe -
image.py
Estas
extensiones
se
corresponden
con
ejecutables
y
scripts
en
Python,
todos
ellos
diseñados
para
pasar
desapercibidos
ante
software
antivirus
convencional.
Modus
operandi
II:
Cómo
actúa
LameHug
en
el
sistema
infectado
Una
vez
abierto
el
archivo
infectado,
LameHug
ejecuta
una
serie
de
comandos
generados
automáticamente
mediante
el
LLM,
los
cuales
permiten:
-
Reconocer
el
entorno
del
sistema
(hardware,
red,
procesos
activos). -
Examinar
directorios
clave
como
Documentos,
Descargas
y
Escritorio. -
Extraer
archivos
de
interés,
especialmente
aquellos
vinculados
a
Office,
PDF
y
TXT. -
Enviar
los
datos
recopilados
a
servidores
de
los
atacantes.
Esta
generación
dinámica
de
comandos
es
precisamente
lo
que
dificulta
su
detección.
Las
herramientas
tradicionales
de
análisis
estático
o
heurístico
no
pueden
anticipar
qué
acciones
tomará
el
malware,
ya
que
estas
no
están
preprogramadas,
sino
que
se
adaptan
al
contexto
en
tiempo
real.
¿Quién
está
detrás
(supuestamente)?
El
grupo
APT28,
asociado
históricamente
con
los
servicios
de
inteligencia
rusos,
ha
sido
señalado
como
el
presunto
responsable
de
LameHug.
Este
colectivo
tiene
un
historial
extenso
de
ataques
cibernéticos,
especialmente
dirigidos
a
objetivos
ucranianos
y
organizaciones
occidentales
que
han
mostrado
apoyo
a
Ucrania
en
el
contexto
de
la
guerra.
En
teoría,
APT28
no
solo
posee
la
capacidad
técnica
para
desarrollar
herramientas
como
LameHug,
sino
también
la
motivación
geopolítica
para
desplegarlas
en
escenarios
de
conflicto
híbrido,
como
el
que
actualmente
vive
Europa
del
Este.
¿Cómo
afecta
esto
a
la
ciberseguridad
global?
LameHug
representa
un
punto
de
inflexión
alarmante
por
varias
razones:
-
Automatización
inteligente:
La
integración
de
LLMs
permite
que
el
malware
se
adapte
y
ejecute
comandos
sin
intervención
humana
directa. -
Evasión
de
defensas
tradicionales:
Las
soluciones
antivirus
actuales
no
están
diseñadas
para
detectar
amenazas
que
no
tengan
un
patrón
fijo. -
Escalabilidad:
Al
ser
de
código
abierto
y
modular,
otros
actores
podrían
replicar
o
modificar
LameHug
con
facilidad. -
Potencial
masivo:
Aunque
hasta
ahora
se
ha
dirigido
principalmente
a
entidades
gubernamentales,
la
técnica
podría
aplicarse
a
ataques
generalizados
a
usuarios
y
empresas.
Vía
|
BleepingComputer
Imagen
|
Marcos
Merino
mediante
IA
