Исследователи продемонстрировали первый адаптивный компьютерный червь на базе искусственного интеллекта, который способен самостоятельно анализировать новую цель, выбирать способ проникновения и менять стратегию распространения.

Последние несколько лет искусственный интеллект стремительно меняет сферу кибербезопасности. Сначала ИИ научился писать вредоносный код, затем генерировать убедительные фишинговые письма и создавать поддельные сайты практически без участия человека.

Теперь исследователи сделали следующий шаг.

В научной работе “AI Agents Enable Adaptive Computer Worms” был представлен первый прототип компьютерного червя, использующего языковую модель не как вспомогательный инструмент, а как полноценный механизм принятия решений.

Важно сразу отметить: речь идет не о вирусе, который распространяется в интернете, а о контролируемом научном эксперименте, проведенном в изолированной лабораторной сети. Авторы намеренно скрыли ряд технических деталей, которые могли бы облегчить создание подобного вредоносного ПО злоумышленниками.

---

Чем новый червь отличается от привычных вирусов

Практически все известные компьютерные черви работают по заранее прописанному сценарию.

Они знают, какую уязвимость искать, каким способом проникать в систему и что делать после заражения.

Именно так распространялись многие известные атаки, включая WannaCry. Как только разработчики выпускали исправление конкретной уязвимости, эффективность такого червя резко снижалась.

В новой работе исследователи предложили совершенно другой подход.

Вместо фиксированного алгоритма зараженная машина запускает языковую модель, которая самостоятельно анализирует каждую новую цель.

Во время атаки она может:

• определить операционную систему;
• изучить открытые службы;
• оценить конфигурацию устройства;
• найти потенциальные точки входа;
• выбрать наиболее подходящий способ проникновения;
• изменить стратегию, если предыдущая попытка оказалась неудачной.

Фактически вредоносная программа перестает быть набором заранее написанных инструкций и начинает принимать решения самостоятельно.

---

Как проходил эксперимент

Испытания проводились в изолированной корпоративной сети, состоящей из 33 устройств.

В инфраструктуру входили компьютеры под управлением Windows и Linux, а также IoT-устройства.

Исследователи выполнили 15 независимых запусков системы.

Средние результаты оказались следующими:

Показатель	Значение
Количество устройств	33
Продолжительность эксперимента	7 дней
Найдено потенциальных уязвимостей	около 31
Получен повышенный уровень доступа	около 74% устройств
Успешно заражено	более 60% устройств
Максимальная глубина распространения	7 поколений

Даже если попытка эксплуатации завершалась неудачей, система не прекращала работу. Вместо этого ИИ анализировал ситуацию, выбирал другой способ атаки и продолжал поиск новых вариантов проникновения.

Именно способность менять стратегию во время выполнения стала главным отличием новой разработки.

---

Самый тревожный вывод исследования

Одной из целей работы было проверить, сможет ли языковая модель использовать информацию об уязвимостях, опубликованную уже после окончания ее обучения.

Ответ оказался положительным.

Во время работы система анализировала актуальные бюллетени безопасности и использовала найденную информацию для построения новых сценариев эксплуатации.

Это означает, что дата обучения модели перестает быть серьезным ограничением.

Если ИИ способен получать новые знания во время работы, потенциальные возможности подобных систем значительно расширяются.

---

Почему исследователи отказались от облачного ИИ

Еще одна интересная особенность работы заключается в том, что авторы не использовали коммерческие облачные сервисы.

Вместо этого была выбрана открытая языковая модель, запускаемая локально на зараженных устройствах.

Такой подход дает сразу несколько преимуществ:

• отсутствует зависимость от внешнего API;
• невозможно просто отключить центральный сервер;
• каждая новая зараженная машина предоставляет вычислительные ресурсы для дальнейшего распространения.

Иными словами, инфраструктура атаки может постепенно строиться за счет ресурсов самих жертв.

---

Почему это важно для криптоиндустрии

На первый взгляд исследование не связано с криптовалютами.

Однако именно криптоиндустрия может стать одной из наиболее привлекательных целей подобных технологий.

Такие системы потенциально способны автоматически искать:

• seed-фразы;
• приватные ключи;
• файлы популярных криптокошельков;
• инфраструктуру валидаторов;
• корпоративные сети бирж;
• плохо защищенные Web3-приложения.

Мы уже рассказывали, как искусственный интеллект превращает криптомошенничество в полноценную индустрию, а также разбирали новый тип атак Transaction Simulation Phishing, позволяющий обходить механизмы проверки транзакций в Web3-кошельках.

Новое исследование показывает следующий этап развития угроз.

Если раньше ИИ помогал злоумышленникам создавать фишинговые сайты и сообщения, то теперь он начинает самостоятельно принимать решения непосредственно во время атаки.

---

Что это означает для будущего

Главная ценность исследования заключается вовсе не в создании нового вируса.

Авторы показали, что искусственный интеллект способен изменить сам подход к построению вредоносного программного обеспечения.

Раньше защита строилась вокруг поиска конкретных уязвимостей и выпуска обновлений безопасности.

Теперь появляется новый класс программ, которые могут самостоятельно анализировать окружение, менять собственную стратегию и адаптироваться к различным системам практически в режиме реального времени.

Пока это лишь лабораторный эксперимент.

Однако история информационной безопасности неоднократно показывала, что многие идеи, которые сначала появляются в научных публикациях, спустя несколько лет становятся частью реальных атак.

---

Вывод КЛЁ

Еще несколько лет назад подобные сценарии казались исключительно сюжетом научной фантастики. Сегодня исследователи уже демонстрируют ИИ, способный самостоятельно анализировать цели, выбирать способ проникновения и адаптировать свои действия во время кибератаки.

Пока это лишь лабораторный эксперимент. Но именно с таких экспериментов нередко начинаются технологии, которые спустя годы становятся частью реального мира.

Если развитие искусственного интеллекта продолжится такими темпами, то знаменитый «Судный день» из Терминатора перестанет казаться такой уж далекой фантастикой. Хочется верить, что до появления собственного Skynet человечество все же успеет выстроить надежную систему защиты

---

Источники

• AI Agents Enable Adaptive Computer Worms (научная работа, arXiv)
• University of Toronto — исследование адаптивных AI-червей