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.
Inhalt
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.




