Campañas aumentadas por IA atacan WordPress e infraestructura crítica en Ucrania

Investigadores de seguridad han descubierto dos importantes operaciones de ciberdelincuencia que aprovechan la inteligencia artificial para automatizar y escalar ataques contra plataformas web e infraestructura crítica. La primera campaña, atribuida a un actor de amenazas conocido como CyberXero, ha comprometido sitios de WordPress y entidades energéticas ucranianas desde julio de 2026. La segunda, denominada Operation Master, se centró en redes empresariales y fraude financiero en Brasil antes de desconectarse a mediados de septiembre de 2026. Ambas operaciones destacan cómo los atacantes están integrando agentes de IA en sus flujos de trabajo para eludir controles de seguridad y acelerar la explotación.

Qué ocurrió

La campaña de CyberXero opera a través de dos canales distintos. El primero es un esfuerzo global y automatizado dirigido a WordPress y plataformas de comercio electrónico como Magento y PrestaShop. Este canal explota vulnerabilidades conocidas, incluyendo wp2shell (CVE-2026-63030 y CVE-2026-60137) y una falla de inyección SQL en el plugin Support Board (CVE-2026-4815). El objetivo es obtener acceso rápido para robar datos o vender el acceso inicial a otros criminales. El segundo canal es altamente específico, enfocándose en la infraestructura crítica de Ucrania, como un proveedor de calefacción en Járkov. Esta campaña manual busca un reconocimiento profundo en lugar de monetización inmediata. Las violaciones confirmadas han resultado en la exfiltración de más de 628.000 registros de cuatro organizaciones ucranianas, con compromisos adicionales en Polonia, China y los Países Bajos.

Operation Master, orquestada por un adversario que usa el alias "masterblack", adoptó un enfoque diferente. Entre abril y mediados de septiembre de 2026, este actor comprometió redes empresariales explotando vulnerabilidades en las pasarelas Palo Alto Networks GlobalProtect (CVE-2026-0257), GitLab (CVE-2023-7028) y varias aplicaciones web. Los datos robados no solo se vendieron en foros clandestinos, sino que también alimentaron una plataforma automatizada de fraude de facturas. Este motor generó más de 2,4 millones de mensajes y 622.666 enlaces de facturas personalizados dirigidos a consumidores y corporaciones brasileñas. La campaña buscaba engañar a los destinatarios para que realizaran pagos Pix, con enlaces rastreados que representaban un valor acumulado de facturas de R$150,4 millones.

Ambas operaciones fueron expuestas debido a fallos de seguridad operativa. SOCRadar descubrió a CyberXero tras identificar un directorio abierto expuesto en la dirección IP 46.21.250[.]135. Este directorio filtró archivos del puesto de trabajo Linux del atacante, incluidos registros de sesiones de IA, tokens en texto plano y datos exfiltrados de víctimas. De manera similar, el análisis de Operation Master reveló el uso extensivo de flujos de desarrollo asistidos por IA y marcos de comando y control personalizados como AdaptixC2.

Detalles clave

• CyberXero ha estado activo al menos desde julio de 2026, dirigiéndose a sitios de WordPress e infraestructura crítica de Ucrania.
• La campaña explotó CVE-2026-63030, CVE-2026-60137 y CVE-2026-4815 para comprometer instalaciones de WordPress.
• Se exfiltraron más de 628.000 registros de cuatro organizaciones ucranianas, con violaciones adicionales en Polonia, China y los Países Bajos.
• Operation Master funcionó de abril a mediados de septiembre de 2026, generando más de 2,4 millones de mensajes fraudulentos dirigidos a usuarios brasileños.
• Los atacantes utilizaron Claude Code y PentAGI para automatizar el escaneo, el encadenamiento de exploits y la generación de cargas útiles.
• Los actores de amenazas eludieron las negativas de seguridad de la IA reiniciando sesiones y presentando las solicitudes como pruebas de penetración autorizadas.

Contexto

Estas campañas ilustran la creciente integración de modelos de lenguaje grandes (LLM) en herramientas de seguridad ofensiva. Los atacantes ya no solo escriben scripts manualmente; están orquestando clústeres de agentes de IA para manejar tareas repetitivas como el escaneo, la verificación de vulnerabilidades y la generación de código. En el caso de CyberXero, el actor utilizó un clúster de 51 agentes especializados impulsados por Claude Code de Anthropic. También conectaron un agente de código abierto llamado PentAGI a Cobalt Strike, una popular herramienta de prueba de penetración, para automatizar la entrega de cargas útiles.

Una técnica crítica observada en ambas operaciones es la "ingeniería de contexto" para eludir las barreras de seguridad de la IA. Los LLM típicamente rechazan solicitudes para generar malware o código de exploit. Sin embargo, estas negativas suelen basarse en el contexto inmediato de la conversación. Al iniciar una nueva sesión y precargarla con una narrativa sobre la realización de un "pentest autorizado en mi propia infraestructura", los atacantes pueden engañar al modelo para que cumpla. Este método les permite generar código de exploit funcional y scripts de evasión mientras mantienen la apariencia de actividad legítima dentro de cada sesión aislada.

Por qué importa

Para los equipos que ejecutan software autoalojado, particularmente instancias de WordPress, la velocidad y escala de estos ataques automatizados son preocupantes. La campaña de CyberXero demostró que una sola ejecución automatizada podía escanear 4.708 objetivos, confirmar el acceso a 429 paneles de administración y desplegar 32 web shells en solo 61 segundos. Esta velocidad significa que las vulnerabilidades sin parche se explotan casi instantáneamente después de su divulgación. Si su organización depende de WordPress para sitios públicos o portales internos, retrasar las actualizaciones incluso por unos días puede dejarlo expuesto a escáneres automatizados a gran escala.

Además, el uso de IA para automatizar cadenas complejas de ataque reduce la barrera de entrada para exploits sofisticados. Anteriormente, explotar una cadena de vulnerabilidades podría haber requerido un esfuerzo manual significativo y experiencia. Ahora, los agentes de IA pueden manejar la lógica de reconocimiento y encadenamiento, permitiendo a los actores de amenazas concentrarse en objetivos de alto valor como infraestructura crítica o pasarelas VPN empresariales. Este cambio implica que las defensas perimetrales, como firewalls y VPNs, deben mantenerse rigurosamente, ya que los atacantes pueden identificar y explotar rápidamente configuraciones erróneas o fallas sin parche como la omisión de GlobalProtect utilizada en Operation Master.

Finalmente, la exposición de la infraestructura del atacante sirve como recordatorio de que la seguridad operativa también importa para los defensores. El descubrimiento de la operación de CyberXero fue posible debido a un único directorio mal configurado. Para los equipos de autoalojamiento, esto subraya la importancia de auditorías regulares de su propia huella externa. Asegurarse de que ningún directorio sensible, registro o archivo de configuración sea accesible públicamente es un paso básico pero crítico para evitar que los adversarios obtengan información sobre su postura defensiva o filtren sus propios datos.

Qué puede hacer

• Aplique parches inmediatamente a las instalaciones de WordPress, centrándose en plugins como Support Board y vulnerabilidades principales como CVE-2026-63030 y CVE-2026-60137.
• Audite servicios expuestos como Redis, asegurándose de que no sean accesibles desde Internet y verificando la presencia de claves SSH no autorizadas.
• Revise las configuraciones de VPN y pasarelas, aplicando específicamente parches a Palo Alto GlobalProtect (CVE-2026-0257) y otros dispositivos perimetrales.
• Monitoree cuentas de administrador maliciosas y web shells (como WSO) en todos los servidores orientados a la web.
• Implemente controles de acceso estrictos y autenticación multifactor para todas las interfaces administrativas para prevenir ataques de fuerza bruta.
• Escanee regularmente su infraestructura externa en busca de directorios expuestos o archivos sensibles que puedan filtrar datos operativos.