← Vissza

news.bsdnet.hu

Ez a mesterséges intelligencia alapú számítógépes vírus minden egyes célpontnál saját stratégiát dolgoz ki

Raketa 2026-08-01 18:06
A rendszer egy elszigetelt teszthálózatban bizonyította a képességeit, ahol Linux-, Windows- és IoT-eszközökből álló környezetben terjedt tovább. A hagyományos férgek általában egy konkrét sérülékenységet használnak ki, ezért egy biztonsági javítás gyakran megállítja őket. Ez az MI-alapú változat azonban minden új eszköznél felméri a helyzetet, majd az adott rendszerhez igazítja a támadási módszerét. A kutatók szerint éppen ez teszi különösen veszélyessé a technológiát. A fertőzött gépek számítási kapacitását is felhasználja saját működéséhez, így minden új áldozat egyben új erőforrást is jelent számára. Mivel nyílt forráskódú nagy nyelvi modellekre épül, nincs szüksége kereskedelmi MI-szolgáltatásokra vagy felhős infrastruktúrára. Ez azt is jelenti, hogy a központi korlátozások és biztonsági szűrők kevésbé hatékonyak vele szemben. A kísérlet során a féreg ugyan lassabban terjedt, mint a klasszikus változatok, mert minden egyes lépés előtt felderítette a következő célpontot, de a kutatók szerint a gyorsuló hardverek és az egyre fejlettebb modellek miatt ez a hátrány idővel eltűnhet. A szakemberek hangsúlyozták, hogy nem egy kész támadóeszközt akartak létrehozni, csupán szerették volna felhívni a figyelmet egy közelgő problémára. A tanulmány publikálása előtt kormányzati és tudományos szervezetekkel is egyeztettek, és több fontos technikai részletet szándékosan kihagytak a nyilvános dokumentációból. A cél az volt, hogy a kiberbiztonsági közösség időben felkészülhessen egy olyan fenyegetésre, amely már nem előre megírt kódsorokkal dolgozik, hanem képes alkalmazkodni, tanulni és önálló döntéseket hozni. A kutatók szerint az önfenntartó, mesterséges intelligenciával működő kiberfenyegetések már nem a távoli jövő részei, hanem a jelen valóságává váltak. A kutatás az AI Agents Enable Adaptive Computer Worms című tanulmányban jelent meg az arXiv preprintszerveren , a tanulmány szerzői Jonas Guan , Tom Blanchard , Hanna Foerster , Hengrui Jia , Gabriel Huang és Nicolas Papernot .
Eredeti cikk megtekintése →