Zum Inhalt springen
  • BTC $62.527 −2,3%
  • ETH $1.751 −2,8%
  • SOL $73,00 −0,2%
  • BNB $578,49 −1,9%
  • XRP $0,9670 −0,3%
  • DOGE $0,0585 −1,6%
  • ADA $0,1508 −1,8%

AI-Malware-Warnung: Google verbindet fünf LLM-fähige Familien mit Missbrauch von Gemini

Das Bedrohungsteam von Google hat kürzlich gewarnt, dass KI-Malware nun große Sprachmodelle zur Laufzeit nutzt, um verschleierten Code zu erstellen, der auf Krypto-Wallets und Phishing-Abläufe abzielt. Diese Gefahr wurde am 7. November 2025 hervorgehoben. Wie nutzt KI-Malware LLM-gestützte Techniken und den Missbrauch des Gemini-Modells aus? Google-Forscher sagen, dass Angreifer Modelle wie…

Dieser Artikel wurde mit Systemen der künstlichen Intelligenz erstellt und unter der redaktionellen Verantwortung von Amelia Tomasicchio veröffentlicht. So arbeiten wir

ai malware
ai malware alert: LLMs, Gemini power evasive crypto theft

Das Bedrohungsteam von Google hat kürzlich gewarnt, dass KI-Malware nun große Sprachmodelle zur Laufzeit nutzt, um verschleierten Code zu erstellen, der auf Krypto-Wallets und Phishing-Abläufe abzielt, eine Gefahr, die am 7. November 2025 hervorgehoben wurde.

Wie nutzt KI-Malware LLM-gestützte Techniken und den Missbrauch des Gemini-Modells aus?

Google-Forscher sagen, dass Angreifer Modelle wie Gemini während der Ausführung aufrufen, um Just-in-Time-Code und ausweichende Nutzlasten zu erzeugen. Der Bericht dokumentiert, dass PROMPTFLUX eine „Thinking Robot“-Routine verwendet, die Gemini stündlich aufruft, um VBScript-Nutzlasten neu zu schreiben, was die signaturbasierte Erkennung erschwert und eine ausgeklügelte Verschleierung ermöglicht.

Folglich wandeln diese llm-gestützten Malware-Taktiken statische Skripte in adaptive Toolkits um, und Verteidiger finden traditionelle Heuristiken weniger effektiv. WARNMASSNAHMEN wie die Überwachung ausgehender Modell-API-Aufrufe sind nun zunehmend entscheidend.

Was verbindet diese Techniken mit dem Krypto-Diebstahl der DVRK und der Exfiltration von Wallet-Daten?

Google identifizierte mindestens fünf KI-gestützte Malware-Familien, darunter PROMPTFLUX und PROMPTSTEAL, sowie Aktivitäten, die UNC1069 (Masan) zugeschrieben werden.

Die Analyse zeigt, dass PROMPTSTEAL das Qwen-Modell, das auf Hugging Face gehostet wird, verwendet, um Windows-Befehle zu generieren, während UNC1069 Gemini missbrauchte, um Wallet-Anwendungsdaten zu lokalisieren, Skripte zu erstellen, um auf verschlüsselte Speicher zuzugreifen, und mehrsprachige Phishing-Skripte zu generieren, die auf Börsenmitarbeiter abzielen.

In diesem Kontext können Laufzeit-Modellanfragen direkt die Exfiltration von Wallet-Daten und das Ernten von Token ermöglichen. Dennoch unterstreicht die Verbindung dieser Methoden zu DVRK-Kampagnen das anhaltende geopolitische Risiko bei krypto-gezielten Einbrüchen.

Welche praktischen Schritte sollten Verteidiger und Investoren unternehmen?

Verteidiger müssen Just-in-Time-Code als hohes Risiko behandeln und die Erkennungsregeln für promptgesteuerte Module aktualisieren. Am 7. November 2025 wurden Teams aufgefordert, anomale ausgehende Anfragen zu verfolgen, die Nutzung von Modell-APIs zu protokollieren und Verhaltensanalysen anzuwenden, um LLM-unterstützte Phasen frühzeitig zu erkennen.

Google hat erklärt, dass es die mit diesen Aktivitäten verbundenen Konten deaktiviert und die Zugriffsicherungen für Modelle verschärft hat; siehe den Google Threat Intelligence Group-Bericht für Details. Für Verwahrungs- und Nicht-Verwahrungsdienste ist die WICHTIGE Erkenntnis die erweiterte Angriffsfläche und der DRINGENDE Bedarf, die Endpunkt-Telemetrie, das Patchen und die Wallet-Hygiene zu stärken.

Zwei Experten bemerken den operativen Wandel: Einer beschrieb die Entwicklung als einen Übergang von festen Binärdateien zu dynamischen, API-gesteuerten Modulen, und ein anderer warnte, dass mehrsprachige Phishing-Köder weitaus überzeugender werden, wenn sie zur Laufzeit erstellt werden (Google GTIG und Decrypt). WARNUNG: Der Austausch von Bedrohungsinformationen und eine schnelle Reaktion auf Vorfälle bleiben entscheidende Maßnahmen.

Halten Sie mehrschichtige Verteidigungen aufrecht, protokollieren Sie Modell-API-Aufrufe und priorisieren Sie die Erkennung von PROMPTFLUX- und PROMPTSTEAL-ähnlichen Verhaltensweisen, um die Analyse nach einem Sicherheitsvorfall zu verbessern und die Exposition zu verringern.

Satoshi Voice

Dieser Artikel wurde mit Hilfe von künstlicher Intelligenz erstellt und von unserem Journalistenteam überprüft, um Genauigkeit und Qualität zu gewährleisten.

Alle Artikel von Satoshi Voice