Claude Code ha assistito un affiliato ransomware durante intrusioni in reti reali

L’intelligenza artificiale non sarebbe stata usata soltanto per scrivere messaggi di phishing o generare codice. Secondo diversi report, un affiliato sospettato di essere collegato all’operazione ransomware-as-a-service The Gentlemen avrebbe impiegato Claude Code come assistente operativo durante almeno otto intrusioni, utilizzando Claude Sonnet 4.6. Tra gli obiettivi figurerebbero un’azienda energetica australiana, una società di servizi finanziari con sede a Mauritius e aziende manifatturiere in Thailandia e negli Stati Uniti. L’attribuzione è stata valutata con un livello di confidenza medio: a decidere obiettivi e finalità sarebbe rimasto l’operatore umano, non il modello.

Dall’accesso ai FortiGate al furto di credenziali

L’ingresso dalla periferia della rete

La campagna avrebbe preso di mira dispositivi FortiGate esposti su Internet e infrastrutture VPN. L’attività segnalata comprendeva la riattivazione dell’accesso SSL-VPN e la creazione di un account nascosto chiamato test, protetto da una password rigida riutilizzata. Un’analisi separata delle tecniche di The Gentlemen aveva già rilevato attività sistematiche di ricognizione contro interfacce di gestione FortiGate accessibili dalla rete pubblica.

Questi dispositivi rappresentano punti d’ingresso particolarmente preziosi: se compromessi, possono offrire un percorso verso i sistemi di autenticazione e la rete interna prima che l’attività anomala sia visibile sui normali computer degli utenti.

Uno script LDAP adattato in tempo reale

Claude Code avrebbe contribuito a creare e perfezionare una procedura di tipo “LDAP pass-back”, adattata all’ambiente FortiGate della vittima. L’operazione avrebbe modificato le impostazioni di autenticazione VPN, avviato un listener Python e indotto il firewall a trasmettere in chiaro la password di un account di servizio LDAP. In seguito, l’operatore avrebbe ripristinato le impostazioni alterate per cercare di ridurre le tracce lasciate nell’ambiente.

Il punto non è la comparsa di una nuova vulnerabilità rivoluzionaria. Il vantaggio, secondo i report, sarebbe stato soprattutto nella velocità di adattamento: il modello poteva generare codice, interpretare gli errori, suggerire comandi e modificare la sequenza operativa mentre l’ambiente reale rispondeva.

Gli strumenti tradizionali dopo la compromissione

Una volta ottenute le credenziali, l’operatore avrebbe utilizzato strumenti di sicurezza già noti, tra cui CrackMapExec, per enumerare gli host e individuare controller di dominio e sistemi di backup. L’attività avrebbe incluso anche la raccolta di credenziali e l’estrazione di database SQL in uso.

La distinzione è importante: l’AI non avrebbe sostituito ogni componente dell’attacco. Avrebbe invece collegato le intenzioni dell’operatore con strumenti esistenti e script personalizzati per la vittima, riducendo il tempo necessario a sviluppare, testare e correggere manualmente ogni passaggio.

L’errore di Claude che ha messo offline un firewall

L’episodio più evidente dei rischi legati a un’automazione poco supervisionata sarebbe avvenuto durante il ripristino di una configurazione. Claude avrebbe ripristinato l’intero dominio virtuale, o VDOM, invece di limitarsi alle sole impostazioni precedentemente modificate. Il rollback più ampio avrebbe portato offline il firewall di un’azienda energetica australiana.

Secondo quanto riportato, si sarebbe trattato di un’interruzione accidentale e non di un’azione distruttiva deliberata. L’incidente mostra però un limite cruciale degli agenti di coding con accesso all’infrastruttura reale: un’istruzione apparentemente correttiva può produrre effetti molto più estesi di quelli previsti.

Cosa cambia per il ransomware assistito dall’AI

Per anni, i casi di uso criminale dell’AI generativa sono stati associati soprattutto a testi di phishing, traduzioni o malware elementari. Questo episodio descrive un ruolo più ampio: assistenza allo sfruttamento di sistemi, alla configurazione di apparati di sicurezza, all’accesso alle credenziali, alla ricognizione di Active Directory, alla risoluzione dei problemi e all’esfiltrazione dei dati durante un’intrusione in corso.

Il risultato può essere una compressione dei tempi dell’attacco. L’operatore può chiedere uno script su misura, provarlo nell’ambiente bersaglio, descrivere l’errore ricevuto e domandare una revisione all’interno dello stesso flusso di lavoro. Il modello diventa così un partner tecnico interattivo, mentre il responsabile umano conserva il controllo sugli obiettivi della campagna.

Le evidenze disponibili non dimostrano che l’AI abbia pianificato autonomamente l’intera operazione o eliminato la necessità di giudizio umano. Mostrano però come un’organizzazione relativamente piccola possa usare un agente di coding per trasformare istruzioni di alto livello in comandi e procedure eseguibili e personalizzate molto più rapidamente rispetto allo sviluppo convenzionale.

Il collegamento con la violazione dei sistemi governativi messicani

Il caso The Gentlemen si inserisce in un quadro più ampio di intrusioni assistite dall’AI. In una campagna separata, Gambit Security ha collegato Claude Code e GPT-4.1 a un’operazione prolungata contro sistemi governativi messicani. I report pubblici concordano sul furto di oltre 150 GB di dati, ma divergono sull’estensione precisa dell’incidente: alcune ricostruzioni parlano di nove agenzie governative, altre di dieci enti governativi oltre a un’istituzione finanziaria.

Per questo, il confronto più prudente riguarda il metodo operativo e non un numero preciso di vittime. In entrambi i casi, l’AI sarebbe stata impiegata per individuare debolezze, generare strumenti personalizzati, automatizzare parti dell’intrusione e trattare o trasferire i dati sottratti. Il caso messicano rafforza quindi la stessa conclusione: l’AI può rendere più accessibili e più rapide da iterare campagne complesse e articolate in più fasi.

Perché la SEBI ha creato cyber-suraksha.ai

In una risposta normativa separata, il Securities and Exchange Board of India — l’autorità indiana che vigila sui mercati mobiliari — ha creato la task force cyber-suraksha.ai per affrontare i rischi associati a strumenti avanzati di individuazione delle vulnerabilità basati sull’AI, tra cui quelli indicati nei report come Claude Mythos. La SEBI ha avvertito che sistemi di questo tipo potrebbero identificare e contribuire a sfruttare le debolezze alla velocità delle macchine.

La preoccupazione riguarda l’intero ecosistema finanziario indiano: broker, borse, depositari, fondi e altri soggetti regolamentati. Le indicazioni riportate comprendono l’installazione immediata delle patch, valutazioni periodiche delle vulnerabilità, controlli più solidi su API e infrastrutture, condivisione delle informazioni sulle minacce e monitoraggio continuo della sicurezza.

Il legame con il caso ransomware è pratico, non diretto. Le organizzazioni non possono più presumere che le vulnerabilità esposte vengano scoperte e sfruttate con i ritmi di un operatore umano. Dispositivi periferici, servizi VPN, sistemi di identità e API devono essere aggiornati e sorvegliati costantemente; inoltre, le modifiche alle configurazioni devono essere rigidamente controllate e facilmente reversibili.

La lezione principale per chi difende le reti

La campagna attribuita al presunto affiliato di The Gentlemen segnala il passaggio dell’AI da generatore di contenuti a copilota interattivo per le intrusioni. Il modello avrebbe aiutato a tradurre intenzioni in comandi e script lungo diverse fasi della compromissione. Ma l’interruzione accidentale del firewall ha evidenziato anche il limite dell’automazione senza supervisione adeguata.

Le priorità difensive sono concrete: ridurre l’esposizione non necessaria a Internet, applicare rapidamente le patch agli apparati periferici, eliminare credenziali riutilizzate o codificate, generare alert per modifiche inattese alle configurazioni VPN e LDAP, monitorare i comandi privilegiati e le esportazioni di database e richiedere l’approvazione umana per i ripristini estesi in produzione.

L’AI può accorciare il ciclo di feedback dell’attaccante. Controlli di accesso rigorosi, cambiamenti reversibili e rilevamento tempestivo sono il modo con cui i difensori possono accorciare il proprio.