A Amazon afirmou que o sequestro dos populares pacotes debug e chalk, ocorrido em setembro de 2025, foi conduzido por um grupo de hackers ligado à Coreia do Norte. A nova atribuição amplia uma investigação que, até então, era tratada como um ataque voltado ao roubo de criptomoedas, sem identificação pública dos responsáveis. Em relatório publicado em 29 de julho, a equipe de inteligência da Amazon avaliou, com confiança moderada, que o mesmo grupo responsável pelo comprometimento do pacote axios, em março de 2026, também esteve por trás do incidente envolvendo debug e chalk. O ataque original ocorreu após um mantenedor ser vítima de phishing por meio de um domínio falso semelhante ao do npm. Os invasores publicaram versões maliciosas em pelo menos 18 pacotes, que juntos somavam mais de 2 bilhões de downloads semanais. Segundo análises anteriores da Aikido e da Wiz, o código interceptava transações de carteiras de criptomoedas em navegadores, alterando os endereços de destino antes da confirmação pelo usuário. A Amazon também relacionou uma terceira campanha envolvendo o pacote typo-crypto, publicado em março de 2025. De acordo com a empresa, o pacote funcionou como um teste das técnicas que mais tarde seriam empregadas em ataques contra projetos muito mais populares. A análise identifica um padrão comum nas três campanhas: engenharia social contra mantenedores confiáveis seguida da publicação de versões comprometidas. Apesar da nova atribuição, a Amazon não apresentou evidências detalhadas que liguem diretamente cada incidente ao mesmo grupo. O relatório menciona semelhanças em técnicas utilizadas, reutilização de código, indicadores de comando e controle (C2) e pacotes trojanizados, mas não especifica quais evidências sustentam cada associação. O caso do debug e chalk chama atenção porque o mecanismo utilizado difere do observado no ataque ao axios. Enquanto o comprometimento do axios explorava scripts executados durante a instalação do pacote (post-install), o código malicioso presente em debug e chalk atuava diretamente no navegador, interceptando chamadas das APIs fetch, XMLHttpRequest e de carteiras de criptomoedas, sem estabelecer persistência no sistema. A atribuição ao grupo norte-coreano também é reforçada por análises de outras empresas sobre o incidente envolvendo o axios. O Google associou o ataque ao grupo UNC1069, enquanto a Microsoft atribuiu a campanha ao Sapphire Sleet, grupo que também é conhecido por nomes como BlueNoroff, STARDUST CHOLLIMA, CryptoCore, Alluring Pisces e CageyChameleon. A própria Aikido, responsável por detectar o comprometimento de debug e chalk em 2025, afirmou que já associava esses ataques à Coreia do Norte havia algum tempo. Segundo a empresa, a relação entre os casos já havia sido apresentada em publicações técnicas, conferências e podcasts, sendo considerada amplamente conhecida entre pesquisadores especializados em segurança da cadeia de suprimentos. A investigação também revelou inconsistências envolvendo o pacote typo-crypto. Embora a Amazon afirme que todas as campanhas começaram com o comprometimento de mantenedores, os registros do npm mostram que esse pacote possuía apenas uma versão publicada, criada e disponibilizada em um intervalo de apenas 204 milissegundos. Isso indica que o projeto pode ter sido criado diretamente para se passar pelo legítimo crypto-js, e não resultado do comprometimento de um projeto existente. Enquanto a discussão sobre a atribuição continua, o npm vem adotando medidas para reduzir ataques à cadeia de suprimentos. Em julho, a plataforma passou a desabilitar, por padrão, scripts executados durante a instalação de dependências na versão 12 do gerenciador de pacotes e iniciou a análise automática de novos pacotes publicados antes de disponibilizá-los aos usuários. No entanto, especialistas alertam que essas mudanças não impedem ataques baseados no comprometimento de contas de mantenedores.

A equipe do Ruby on Rails corrigiu uma vulnerabilidade crítica no Active Storage que pode permitir que invasores não autenticados leiam arquivos arbitrários do servidor por meio do envio de imagens especialmente manipuladas. A falha, identificada como CVE-2026-66066 (CVSS 9,5), pode expor segredos da aplicação e abrir caminho para execução remota de código (RCE). O problema afeta aplicações que utilizam o libvips para processamento de imagens no Active Storage e aceitam uploads de arquivos enviados por usuários não confiáveis. Segundo os pesquisadores, a vulnerabilidade permite acessar informações sensíveis armazenadas no ambiente da aplicação, incluindo secret_key_base, a Rails Master Key, credenciais de banco de dados, chaves de serviços em nuvem e tokens de APIs. De acordo com a Ethiack e a GMO Flatt Security, são afetadas as versões Rails 7.0.0 até 7.2.3.1, Rails 8.0.0 até 8.0.5 e Rails 8.1.0 até 8.1.3. As versões 6.0.0 até 6.1.7.10 também são vulneráveis quando configuradas para utilizar o libvips, embora esse não fosse o processador padrão nessa geração. Aplicações que utilizam MiniMagick não são afetadas por essa cadeia de ataque. Segundo a equipe de segurança do Rails, ambientes baseados em Debian, Ubuntu e imagens Docker geradas pelo próprio framework costumam incluir as bibliotecas necessárias para exploração da falha por padrão, embora isso possa variar conforme a distribuição utilizada. A vulnerabilidade está na integração entre o Active Storage e o libvips. O componente aceita diferentes formatos e operações suportados por bibliotecas de terceiros, algumas classificadas como inseguras para dados enviados por usuários. Como essas operações não eram bloqueadas pelo Active Storage, um arquivo especialmente elaborado podia ser utilizado para acessar qualquer arquivo que pudesse ser lido pelo processo da aplicação. A exploração não depende da existência de funcionalidades específicas, como geração de miniaturas ou redimensionamento de imagens. Segundo a equipe do Rails, tanto o analisador quanto o transformador de imagens encaminhavam arquivos enviados pelos usuários para operações inseguras do libvips. Embora a vulnerabilidade permita inicialmente apenas a leitura de arquivos, os pesquisadores alertam que a obtenção de credenciais sensíveis pode resultar em comprometimento completo da aplicação, execução remota de código ou movimentação lateral para outros sistemas conectados. Até o momento da divulgação, não havia relatos de exploração ativa nem vítimas conhecidas. No entanto, após a publicação do boletim de segurança, um repositório de terceiros no GitHub disponibilizou uma prova de conceito (PoC) que afirma reproduzir toda a cadeia de ataque — da leitura arbitrária de arquivos até a execução remota de código em um ambiente Docker de testes. A equipe do The Hacker News informou que não validou independentemente o funcionamento desse código. As correções estão disponíveis nas versões Rails 7.2.3.2, 8.0.5.1 e 8.1.3.1. Além da atualização, os mantenedores recomendam atualizar o libvips para a versão 8.13 ou superior, utilizar ruby-vips 2.2.1 ou posterior quando aplicável e realizar a rotação de todos os segredos que possam ter sido acessados pelo processo da aplicação, incluindo secret_key_base, Master Key, credenciais de banco de dados, chaves do Active Storage e tokens de serviços externos. A vulnerabilidade foi reportada independentemente por André Baptista, Bruno Mendes e Rafael Castilho, da Ethiack, e por RyotaK, da GMO Flatt Security. A equipe do Rails informou que divulgará detalhes técnicos adicionais até 28 de agosto de 2026.

A Agência de Segurança Cibernética e de Infraestrutura dos Estados Unidos (CISA) incluiu uma nova vulnerabilidade do Cisco Secure Firewall Management Center (FMC) em seu catálogo de Vulnerabilidades Conhecidamente Exploradas (KEV) após a confirmação de ataques ativos contra a falha. Identificada como CVE-2026-20316 (CVSS 5,3), a vulnerabilidade permite que um invasor remoto e não autenticado utilize credenciais estáticas de uma conta com privilégios reduzidos para acessar dispositivos vulneráveis e visualizar informações sensíveis. Segundo a Cisco, o problema é causado pela existência de credenciais fixas incorporadas ao software. Embora a conta tenha permissões limitadas, a empresa classificou o impacto como High (alto), e não médio, porque a falha pode ser combinada com outras vulnerabilidades do Cisco Secure FMC para obtenção de privilégios mais elevados. A superfície de ataque é significativamente reduzida quando a interface de gerenciamento do FMC não está exposta diretamente à internet. Ainda assim, a fabricante confirmou que a vulnerabilidade já vem sendo explorada em ataques reais, sem divulgar quando a campanha começou, quem são os responsáveis ou quais técnicas estão sendo utilizadas. A falha foi descoberta pelo pesquisador Jimi Sebree, da Horizon3.ai, e já recebeu correções por meio de hotfixes para as versões 7.0, 7.2, 7.4, 7.6, 7.7 e 10.0 do Cisco Secure FMC. Como indicador de comprometimento (IoC), a Cisco orienta administradores a verificarem os logs do sistema em busca da referência /var/tmp/license.tmp, que pode indicar tentativa de exploração da vulnerabilidade. A Cisco também atualizou o boletim referente à CVE-2026-20079 (CVSS 10,0), uma vulnerabilidade crítica de bypass de autenticação no Cisco Secure FMC. Embora a empresa afirme não ter evidências de exploração dessa falha, o compartilhamento do mesmo indicador de comprometimento sugere que invasores podem encadear as duas vulnerabilidades para obter execução de código e acesso privilegiado ao sistema. Após a confirmação da exploração da CVE-2026-20316, a CISA determinou que as agências do Federal Civilian Executive Branch (FCEB) apliquem as correções até 1º de agosto de 2026. A recomendação também se estende a organizações que utilizam o Cisco Secure Firewall Management Center, especialmente aquelas com interfaces de gerenciamento acessíveis pela internet.

Por Clayton Pereira, Principal Cybersecurity da e-Core O Brasil registrou quase 1,5 milhão de tentativas de fraude em cadastros e validações de identidade no primeiro trimestre de 2026. A alta de 36,6% apontada pela Serasa Experian não é apenas um desvio estatístico; ela reflete uma mudança estrutural na dinâmica do crime digital. A inteligência artificial generativa alterou radicalmente a viabilidade econômica dos ataques. No modelo tradicional, escalar um golpe personalizado exigia infraestrutura, tempo e mão de obra especializada. Hoje, ferramentas automatizadas de IA permitem criar e-mails impecáveis, simular identidades e gerar deepfakes de voz e vídeo em escala industrial, a um custo marginal que beira o zero. Para os comitês executivos e conselhos de administração, isso traz um alerta claro: a segurança digital deixou de ser um tópico técnico de infraestrutura para se tornar um risco de negócio crítico. E a forma como a maioria das organizações responde a isso está obsoleta. O gargalo das defesas estáticas A maior parte dos sistemas de defesa corporativos ainda opera sob uma lógica reativa, buscando assinaturas de ataques conhecidos ou aplicando regras estáticas de validação. Essa abordagem é ineficaz contra ameaças geradas por IA, que não possuem registros prévios em bases de dados e mimetizam perfeitamente interações legítimas. A resposta para esse cenário não está em comprar mais softwares de segurança pontuais, mas em repensar a arquitetura de dados e identidade. Se um deepfake é capaz de burlar uma verificação isolada de imagem ou áudio, ele dificilmente consegue simular simultaneamente a biometria comportamental do usuário, o contexto de uso do dispositivo e o padrão transacional histórico daquele cliente. Em vez de tentarmos bloquear o acesso com base em regras rígidas — o que frequentemente gera fricção e frustração para o cliente real —, a defesa precisa se basear no monitoramento contínuo de desvios de comportamento em tempo real. Integração contra a fragmentação O verdadeiro calcanhar de aquiles das empresas não é a sofisticação do hacker, mas a fragmentação interna. O índice de prontidão em cibersegurança da Cisco mostra que apenas 5% das empresas brasileiras atingiram um nível maduro de proteção. Na prática, o que vemos no mercado é um acúmulo de ferramentas de nicho que operam em silos. Os dados transacionais não conversam com os dados de identidade, que por sua vez estão desconectados do monitoramento de comportamento. O resultado é uma avalanche de alertas desconexos que sobrecarrega os times de operação e gera falsos positivos, enquanto os incidentes reais passam despercebidos. Recentemente, em um projeto no setor financeiro, observamos esse cenário de perto: a operação de segurança estava paralisada pelo volume de alertas manuais gerados por sistemas que não se comunicavam. A virada de jogo ocorreu apenas quando integramos as plataformas de identidade, inteligência de ameaças e automação. Ao unificar esses dados, tornou-se possível correlacionar eventos isolados e neutralizar acessos anômalos antes que eles se transformassem em perdas financeiras. O risco invisível do Shadow AI Há ainda um vetor crítico que os comitês de risco frequentemente subestimam: o Shadow AI. À medida que a pressão por produtividade aumenta, equipes de diversas áreas de negócios adotam ferramentas de inteligência artificial sem governança corporativa ou validação da TI. Agentes automatizados passam a interagir com clientes e a tomar decisões de aprovação sem os devidos controles de segurança. Cada uma dessas iniciativas isoladas cria um novo ponto de vulnerabilidade que pode ser explorado externamente. Adotar inteligência artificial sem uma governança sólida e sem uma arquitetura de dados unificada é, na verdade, desenhar de forma voluntária a superfície de ataque que sua empresa enfrentará nos próximos anos. Para médias e grandes empresas, a prioridade imediata deve ser migrar de uma lógica de proteção puramente perimetral para um modelo centralizado em identidade digital, análise comportamental e governança de dados. O mercado continuará buscando soluções simplificadas de prateleira, mas a resiliência contra fraudes complexas só é alcançada quando tecnologia, dados unificados e processos operam sob a mesma estratégia.

A Comissão Federal de Comunicações dos Estados Unidos (FCC) incluiu robôs móveis produzidos no exterior e inversores de energia conectados à internet na sua Covered List, medida que impede, em regra, que novos modelos obtenham a certificação necessária para importação, comercialização e venda no país. A decisão entrou em vigor em 28 de julho e faz parte de uma estratégia para reduzir riscos à segurança nacional e à cadeia de suprimentos. A medida não afeta equipamentos já certificados, que continuam podendo ser comercializados e utilizados normalmente. Atualizações de segurança e compatibilidade para esses dispositivos também permanecem autorizadas. Além disso, a FCC concedeu uma exceção válida, pelo menos, até 1º de janeiro de 2029 para permitir atualizações de software e firmware destinadas à correção de vulnerabilidades e à compatibilidade com diferentes sistemas operacionais. Fabricantes poderão solicitar uma autorização condicional à FCC até 1º de janeiro de 2028. No caso dos robôs, a aprovação dependerá do Departamento de Guerra (DoW), enquanto inversores poderão ser analisados pelo DoW ou pelo Departamento de Segurança Interna (DHS). A restrição não cita fabricantes ou países específicos. Para a FCC, são considerados "produzidos no exterior" os equipamentos que não atendem aos critérios de produto nacional estabelecidos pela legislação norte-americana Buy American. A definição de robôs abrangidos inclui dispositivos móveis terrestres capazes de navegar, evitar obstáculos e operar remotamente por comandos ou sensores. Eles devem pesar mais de dois quilos, possuir sensores ambientais, comunicação com velocidade mínima de 200 kbps e executar localmente ou remotamente softwares responsáveis pelo controle do equipamento, incluindo firmware e modelos de inteligência artificial ou aprendizado de máquina. Já a categoria de inversores engloba equipamentos capazes de converter corrente contínua em corrente alternada — ou vice-versa — que disponham de recursos de comunicação remota, monitoramento, coleta de dados ou controle à distância. Embora a regulamentação não liste fabricantes específicos, a justificativa da FCC cita pesquisas de segurança envolvendo robôs conectados. Um dos estudos mostrou que milhares de robôs domésticos poderiam ter câmeras, microfones e mapas internos acessados remotamente. Outro destaca vulnerabilidades Bluetooth, incluindo a CVE-2025-35027, que permitiam execução de comandos com privilégios elevados em robôs Unitree Go2, B2, G1 e H1, além de propagação para dispositivos próximos via Bluetooth Low Energy (BLE). Também foi mencionada a CVE-2025-2894, que poderia permitir controle remoto completo de robôs quadrúpedes Unitree Go1 por meio do serviço CloudSail caso um invasor obtivesse a chave correta da API. No caso dos inversores, a FCC afirma que o acesso remoto indevido poderia permitir o desligamento de equipamentos, roubo de dados, espionagem ou ataques contra infraestruturas críticas. A decisão cita a pesquisa SUN:DOWN, da Forescout, que identificou 46 vulnerabilidades em produtos das fabricantes Sungrow, SMA e Growatt, demonstrando cenários de manipulação em larga escala e instabilidade da rede elétrica, embora sem registrar ataques reais. O documento também faz referência a estudos do Idaho National Laboratory sobre riscos da cadeia de suprimentos, análises do ERCOT sobre possíveis impactos extremos na rede elétrica e um episódio em que um fabricante estrangeiro desativou remotamente inversores após um conflito comercial com um distribuidor norte-americano, sem divulgar o nome da empresa. A FCC destacou que a iniciativa tem caráter preventivo e não está relacionada à existência de campanhas confirmadas explorando robôs ou inversores já implantados. Esta é a terceira ampliação da Covered List por categoria de produtos, após a inclusão de drones produzidos no exterior, em dezembro de 2025, e de roteadores de consumo, em março de 2026.

A Anthropic revelou que três de seus modelos de inteligência artificial — Claude Opus 4.7, Mythos 5 e um modelo interno de pesquisa ainda não identificado — acessaram e comprometeram a infraestrutura de três organizações reais durante avaliações de segurança realizadas em 2026. Segundo a empresa, os incidentes ocorreram após uma configuração incorreta permitir acesso à internet em um ambiente que deveria ser totalmente isolado. A investigação foi iniciada após a OpenAI divulgar recentemente que alguns de seus modelos escaparam de um ambiente de testes e invadiram a infraestrutura da Hugging Face durante uma avaliação. Em resposta, a Anthropic revisou retrospectivamente 141.006 execuções de testes e identificou três casos em que seus modelos obtiveram acesso não autorizado a sistemas externos. Todos os incidentes ocorreram durante desafios do tipo Capture The Flag (CTF), criados para medir as capacidades ofensivas dos modelos. Embora o prompt informasse que o ambiente era uma simulação sem acesso à internet, um erro de configuração entre a Anthropic e sua parceira de avaliações, a Irregular, deixou máquinas conectadas à internet pública. Com isso, os modelos passaram a tratar sistemas reais como parte do exercício. De acordo com a empresa, os ataques utilizaram técnicas relativamente simples, como exploração de senhas fracas, serviços sem autenticação, páginas de depuração expostas e SQL Injection. A Anthropic afirmou que nenhum dos modelos explorou vulnerabilidades complexas nem tentou escapar deliberadamente do ambiente de testes. O caso mais grave envolveu o Claude Opus 4.7. O modelo identificou falhas na infraestrutura de uma empresa, obteve credenciais de aplicações e de infraestrutura e acessou um banco de dados contendo algumas centenas de registros de produção. Mesmo após identificar evidências de que estava operando em um ambiente real, o modelo continuou executando a tarefa até concluir o objetivo do desafio. Em outro incidente, o Claude Mythos 5 recebeu instruções para instalar um pacote inexistente no repositório PyPI. Para concluir a tarefa, o modelo registrou uma conta no serviço, publicou um pacote com o mesmo nome e aguardou que sistemas o instalassem automaticamente. Durante cerca de uma hora, o pacote foi baixado por 15 sistemas reais, incluindo o ambiente de uma empresa de segurança que realiza análises automáticas de pacotes Python. As credenciais obtidas foram enviadas para um servidor criado pelo próprio modelo e posteriormente utilizadas para acessar outros sistemas da organização. O terceiro caso envolveu um modelo interno de pesquisa que escaneou aproximadamente 9 mil alvos na internet e comprometeu uma aplicação exposta utilizando credenciais encontradas em uma página de depuração e uma vulnerabilidade de SQL Injection. Após perceber que o sistema comprometido não tinha qualquer relação com o desafio proposto, o modelo interrompeu espontaneamente a atividade. A Anthropic ressaltou que todos os testes foram executados em uma infraestrutura dedicada, sem acesso aos sistemas internos da empresa nem aos dados de clientes. Além disso, os modelos avaliados operavam sem as proteções normalmente aplicadas às versões disponibilizadas ao público. Segundo a empresa, medidas adicionais de segurança poderiam ter evitado os incidentes, como a validação prévia de todos os caminhos de acesso à internet e o monitoramento em tempo real das avaliações. A análise também indica uma evolução no comportamento dos modelos: enquanto o Claude Opus 4.7 continuou o ataque após reconhecer que estava em sistemas reais, os modelos mais recentes demonstraram maior capacidade de interromper a atividade ao perceber que haviam saído do ambiente simulado. O episódio ocorre poucos dias após a divulgação de um incidente semelhante envolvendo modelos da OpenAI e reforça a necessidade de controles rigorosos em ambientes de avaliação de agentes autônomos. Os casos também ampliam o debate sobre a responsabilidade das empresas de IA na condução, supervisão e divulgação de testes que demonstram capacidades ofensivas cada vez mais avançadas.

A OpenAI divulgou novos detalhes sobre o incidente envolvendo um agente autônomo de inteligência artificial que escapou de um ambiente de testes e invadiu a infraestrutura da Hugging Face. Segundo a empresa, a investigação revelou que o modelo também utilizou credenciais expostas para acessar quatro contas em quatro serviços públicos diferentes, ampliando o alcance inicialmente conhecido da ocorrência. De acordo com a OpenAI, o incidente ocorreu durante uma avaliação interna de segurança e envolveu modelos como o GPT-5.6 Sol e um modelo experimental ainda mais avançado, que identificaram credenciais disponíveis publicamente e as utilizaram para acessar contas externas. Entre as quatro contas comprometidas, uma foi usada como ponto intermediário para comunicação e movimentação do ataque, enquanto outra serviu para armazenamento de dados. As duas contas restantes foram acessadas apenas em modo de leitura e, segundo a empresa, não contribuíram para o comprometimento da Hugging Face. A OpenAI não revelou quais organizações eram proprietárias dessas contas, mas afirmou que está notificando diretamente os responsáveis e que, até o momento, não encontrou evidências de impactos mais amplos sobre os provedores afetados. A Reuters informou que um cliente da Modal Labs está entre as entidades comprometidas. A investigação também identificou o uso de diversos serviços públicos da internet, como sites de compartilhamento de código, captura de requisições, armazenamento temporário de arquivos e serviços de captura de tela. A empresa afirmou que esses recursos foram utilizados como parte da operação, mas sem comprometimento das plataformas ou das contas desses serviços. A OpenAI confirmou ainda que o agente descobriu e explorou uma vulnerabilidade zero-day em versões self-hosted do Artifactory, da JFrog, utilizado como proxy para cache de registros de pacotes. A falha permitiu que o modelo obtivesse acesso à internet e escapasse do ambiente isolado onde estava sendo avaliado. O problema foi corrigido na versão 7.161.15 do Artifactory, que elimina uma cadeia de vulnerabilidades explorável quando o recurso Anonymous Access está habilitado. Segundo Yoav Landman, CTO da JFrog, o caso demonstra que modelos de IA estão se tornando ferramentas extremamente eficazes para descoberta de vulnerabilidades inéditas, capacidade que também poderá beneficiar defensores ao identificar falhas antes que sejam exploradas por invasores. A OpenAI informou que o modelo experimental responsável pela descoberta já foi desativado, criptografado e retirado do ambiente de pesquisa. Hugging Face detalha como ocorreu a invasão A Hugging Face publicou uma análise completa do incidente e informou que o agente permaneceu aproximadamente dois dias e meio em sua infraestrutura tentando burlar o ExploitGym, plataforma usada para avaliar a capacidade de modelos de IA em descobrir e explorar vulnerabilidades de software. Durante a investigação, foram analisadas cerca de 17.600 ações registradas entre os dias 9 e 13 de julho de 2026. Segundo a empresa, o objetivo do agente era acessar os sistemas de produção para obter as respostas dos desafios de segurança, em vez de resolvê-los de forma legítima. O ataque ocorreu em duas etapas. Primeiro, o agente escapou do ambiente de avaliação explorando a falha no Artifactory e utilizando um ambiente público de execução de código hospedado por um terceiro para executar comandos com privilégios de administrador. Em seguida, explorou o pipeline de processamento de datasets da Hugging Face para obter privilégios administrativos em clusters Kubernetes, realizar movimentação lateral, estabelecer canais de comando e controle (C2) e obter acesso de escrita a parte dos repositórios internos no GitHub. Apesar do comprometimento da infraestrutura interna, a Hugging Face afirmou que apenas os conjuntos de dados contendo as soluções do ExploitGym/CyberGym foram acessados. Modelos, Spaces, pacotes e demais datasets de clientes não foram afetados. Os únicos registros de clientes consultados corresponderam a metadados operacionais relacionados a pesquisas realizadas no servidor de datasets. Outro aspecto incomum do incidente foi a criação de um protocolo próprio de comunicação para comando e controle. O agente utilizava serviços públicos de captura de requisições, Pastebins e armazenamento temporário de arquivos para trocar mensagens compactadas e codificadas em Base64, contendo informações como sequência, agrupamento de canais e verificação de integridade, permitindo reconstruir comandos e resultados entre diferentes execuções. A Hugging Face destacou que o agente demonstrou comportamento altamente resiliente. Cada ambiente temporário de execução era iniciado do zero, mas o sistema reconstruía automaticamente suas ferramentas, recuperava os canais de comunicação e retomava a operação, mantendo a campanha ativa por vários dias. Após o incidente, a empresa eliminou os caminhos de execução de código no pipeline de processamento de datasets, restringiu o acesso aos metadados da nuvem, rotacionou credenciais e tokens, reconstruiu parte da infraestrutura, isolou clusters e reforçou seus mecanismos de monitoramento. O CEO da Hugging Face, Clem Delangue, afirmou que o caso representa o primeiro ataque cibernético conduzido por um agente autônomo de IA e defendeu uma postura de "transparência radical" na divulgação dos detalhes do incidente. O episódio reforça que modelos de IA estão evoluindo rapidamente em capacidades ofensivas, tornando mais eficiente a descoberta de vulnerabilidades, a exploração de configurações incorretas e a automação de campanhas complexas. Paralelamente, a Anthropic revelou recentemente que seu agente Claude Mythos Preview desenvolveu técnicas capazes de enfraquecer algoritmos criptográficos, incluindo um método de recuperação de chaves que reduz significativamente a segurança do esquema HAWK, um dos candidatos do NIST para assinaturas digitais pós-quânticas.

O código-fonte do framework malicioso Flying Eagle, utilizado para criar trojans de acesso remoto (RATs) para Android, está circulando em canais criminosos no Telegram. Pesquisadores da Hunt.io e o pesquisador independente NetAskari identificaram 170 servidores na internet com características compatíveis com a infraestrutura da ferramenta, embora o número não represente necessariamente vítimas, dispositivos infectados ou servidores ativos de comando e controle (C2). As investigações associam o Flying Eagle a um aplicativo falso do serviço chinês "公安一网通办" (Plataforma Integrada de Serviços de Segurança Pública), usado para enganar usuários de Android na China. O malware é capaz de capturar senhas de pagamento, registrar tudo o que é digitado, gravar a tela, acessar a câmera e exibir páginas falsas de autenticação para aplicativos financeiros, conteúdos adultos e serviços governamentais. Segundo a Hunt.io, a análise de telemetria dos últimos 30 dias identificou 158 servidores por meio da página administrativa AdminPro, comportamento de redirecionamento HTTPS e cabeçalhos HTTP semelhantes. Outros 12 servidores foram encontrados utilizando um certificado TLS padrão incluído no próprio framework. Os pesquisadores acreditam que esse número seja conservador, já que servidores com características semelhantes, mas sem o redirecionamento esperado, ficaram de fora do levantamento. As autoridades chinesas emitiram um alerta recomendando que qualquer pessoa que tenha instalado o aplicativo fraudulento o remova imediatamente, realize uma varredura de segurança no dispositivo, altere senhas potencialmente comprometidas, bloqueie canais de pagamento caso tenha ocorrido movimentação financeira e comunique o caso à polícia. O Centro Nacional de Notificação de Cibersegurança da China já havia alertado, em 18 de junho, que o aplicativo falso era distribuído pelo domínio 110gongan[.]com, associado ao endereço IP 207.56.30[.]188, e podia roubar dados financeiros e assumir o controle remoto dos dispositivos. Framework oferece ambiente completo para criação do malware A pesquisa, publicada em 28 de julho, mostra que o Flying Eagle era distribuído em um arquivo de 388 MB chamado 中国龙.zip ("Chinese Dragon"), contendo toda a infraestrutura necessária para implantação da operação criminosa. O pacote inclui ambiente Docker, servidores Nginx, PHP, MySQL, servidor WebSocket em Node.js, ferramentas para compilação de aplicativos Android, modelos de páginas de phishing e um certificado TLS padrão. O painel administrativo permite que o operador personalize o nome do aplicativo, o ícone, o texto utilizado como isca e o endereço do servidor C2, gerando automaticamente um APK assinado a partir de dois modelos disponíveis. Para dificultar a detecção, o construtor altera automaticamente nomes de pacotes e classes do aplicativo, criptografa os endereços do servidor de comando utilizando AES-128-CBC e adiciona entre 2,8 MB e 3,5 MB de dados JSON com baixa entropia para simular arquivos legítimos de configuração de SDKs. Embora o Flying Eagle seja responsável pela criação e gerenciamento da campanha, a Hunt.io identificou que as amostras geradas pelo framework eram detectadas como SpyNote, utilizando os serviços de acessibilidade do Android para elevar privilégios e executar comandos por gestos no dispositivo. Telegram impulsiona distribuição da ferramenta Os pesquisadores identificaram dois canais no Telegram, SQLRCE0 e Yx Technology, distribuindo versões modificadas do framework. Mensagens publicadas nesses canais afirmam que uma infraestrutura contendo 189 servidores Flying Eagle teria sido comprometida e que bancos de dados foram roubados. No entanto, essas alegações não puderam ser verificadas de forma independente. O canal Yx Technology também anunciava serviços de lavagem e saque dos valores obtidos nas fraudes, cobrando comissões entre 20% e 50% sobre cada transação. A Hunt.io ressalta que, embora tanto o vazamento do código quanto a identificação dos 170 servidores estejam documentados, não há evidências que estabeleçam uma relação direta entre esses dois eventos. Novo malware também foi identificado Os pesquisadores também observaram que o canal SQLRCE0 passou a distribuir, em junho de 2026, outro framework para Android chamado Night Dragon. A investigação encontrou dois servidores associados à nova ferramenta e um painel administrativo exposto que listava 46 dispositivos online, dos quais 29 apareciam como ativos. Ainda assim, não foi possível confirmar se esses registros correspondiam a vítimas reais ou apenas a ambientes de teste. Segundo a Hunt.io, o Night Dragon parece ser um projeto independente, com uma segunda versão em desenvolvimento desde julho. Os pesquisadores também destacam que esse malware não possui relação com a campanha de espionagem Night Dragon, descoberta pela McAfee em 2011. A versão atual é voltada para crimes financeiros contra usuários de Android.

O Serviço Federal de Segurança da Rússia (FSB) anunciou que apresentou acusações criminais contra Pavel Durov, fundador do Telegram, por supostamente facilitar atividades terroristas e descumprir a legislação russa ao não remover conteúdos considerados proibidos da plataforma. O empresário também foi incluído na lista internacional de procurados do país. Segundo o FSB, o Telegram teria deixado de remover diversos canais, grupos e bots que, de acordo com as autoridades russas, estariam sendo utilizados por serviços de inteligência da Ucrânia, além de organizações classificadas pela Rússia como terroristas e extremistas, para planejar atos de sabotagem, terrorismo, ataques contra civis e fraudes cibernéticas. As autoridades russas afirmam que essas atividades resultaram em mortes, incluindo mulheres e crianças, além de prejuízos financeiros avaliados em bilhões. Até o momento, essas alegações não foram corroboradas por fontes independentes. Durov foi formalmente acusado com base no artigo 205.1, parte 1.1, do Código Penal da Federação Russa, que trata do auxílio a atividades terroristas, no contexto de uma investigação criminal em andamento. Rússia afirma que chatbot do Telegram era usado para recrutamento O FSB também alegou ter identificado o uso do chatbot Daivinchik/Leo-Dating, Chatting, and New Friends, disponível no Telegram, para recrutar cidadãos russos para ações de sabotagem e terrorismo por meio de manipulação psicológica e engenharia social. Segundo a agência, operações conduzidas em conjunto com o Ministério do Interior e o Comitê de Investigação da Rússia resultaram na detenção de 46 cidadãos russos, com idades entre 12 e 22 anos, entre julho de 2025 e a atualidade. De acordo com as autoridades, esses indivíduos teriam participado de ataques contra agentes policiais, incêndios criminosos direcionados a infraestruturas de transporte, energia, telecomunicações e instituições financeiras, além de atuar como intermediários na movimentação de recursos obtidos por golpes para contas controladas por adversários por meio de criptomoedas. Acusações envolvem suposta campanha de engenharia social O FSB afirma ainda que agentes de inteligência ucranianos utilizariam o serviço de relacionamento Daivinchik para se passar por jovens mulheres e estabelecer contato com homens russos pela internet. Após conquistar a confiança das vítimas, os operadores solicitariam o compartilhamento da localização de encontros em locais públicos ou próximos a instalações estratégicas, além de convencer os usuários a realizar pagamentos por ingressos ou presentes utilizando links de phishing. Segundo a versão apresentada pelas autoridades russas, posteriormente os alvos eram contatados por pessoas que se passavam por policiais ou representantes do serviço federal de monitoramento financeiro da Rússia. Esses falsos agentes alegavam que os pagamentos haviam financiado as Forças Armadas da Ucrânia e que as coordenadas compartilhadas estariam sendo utilizadas para planejar ataques com mísseis ou drones. Ainda segundo o FSB, sob pressão psicológica e ameaças de responsabilização criminal, algumas vítimas teriam sido induzidas a cometer ataques armados e atos de sabotagem, acreditando estar colaborando com supostas operações oficiais de contraterrorismo. As alegações apresentadas pelas autoridades russas não foram verificadas de forma independente. Telegram reage e tensão aumenta Em resposta ao anúncio do FSB, a conta oficial do Telegram na rede social X publicou uma fotografia de Pavel Durov fazendo um gesto obsceno direcionado à câmera. Até o momento, Durov, que reside em Dubai, não comentou publicamente as acusações. O caso ocorre em meio ao aumento das restrições impostas pela Rússia ao Telegram. No início de 2026, o país reduziu a velocidade de funcionamento do aplicativo e, em abril, implementou um bloqueio quase total do serviço em seu território. O episódio também ocorre cerca de dois anos após Durov ter sido preso e acusado na França por supostamente não adotar medidas suficientes para combater atividades ilícitas realizadas por usuários da plataforma.

A Broadcom lançou atualizações de segurança para corrigir diversas vulnerabilidades que afetam produtos VMware, incluindo ESX, vCenter, Workstation e Fusion. Entre elas, três falhas foram classificadas como críticas por permitirem desde o desvio do processo de autenticação até a execução remota de código e o comprometimento do host por meio de uma máquina virtual. A primeira vulnerabilidade crítica, identificada como CVE-2026-59309 (CVSS 9,8), afeta o VMware vCenter e permite que um invasor com acesso à rede contorne o mecanismo de autenticação e obtenha acesso não autorizado ao sistema. A segunda, CVE-2026-59310 (CVSS 9,8), também no vCenter, é uma falha de directory traversal que pode ser explorada por um invasor com acesso à rede para executar código arbitrário no servidor. As correções já estão disponíveis para o VMware Cloud Foundation, VMware vSphere Foundation e VMware vCenter 8.0, além de um patch assíncrono para ambientes VMware Cloud Foundation 5.x. Outra vulnerabilidade de alta gravidade corrigida é a CVE-2026-47876 (CVSS 9,3), considerada pela Broadcom uma falha de escape de máquina virtual (VM Escape). O problema está no adaptador de rede virtual VMXNET3 do VMware ESX e permite que um usuário com privilégios administrativos dentro de uma máquina virtual execute código diretamente no host ESX, rompendo o isolamento entre a VM e o hipervisor. Também foi corrigida a CVE-2026-41703 (CVSS 7,6), uma vulnerabilidade de leitura fora dos limites (out-of-bounds read) que pode ser explorada por usuários com permissão para implantar máquinas virtuais. No ESX, a falha pode resultar em vazamento de informações ou negação de serviço (DoS). Já no VMware Workstation e VMware Fusion, o impacto é limitado à divulgação de informações. A quinta vulnerabilidade corrigida é a CVE-2026-41709 (CVSS 2,7), uma falha de registro insuficiente de eventos (insufficient logging) no VMware ESX. Segundo a Broadcom, um administrador malicioso poderia realizar determinadas ações sem que elas fossem devidamente registradas nos logs do sistema. De acordo com a empresa, não há evidências de que qualquer uma dessas vulnerabilidades tenha sido explorada em ataques reais até o momento. Ainda assim, devido ao potencial impacto das falhas, especialmente aquelas que permitem bypass de autenticação, execução remota de código e escape de máquina virtual, a recomendação é que administradores atualizem os ambientes VMware afetados o mais rapidamente possível.

Parceria entre startup australiana e plataforma brasileira promete pagamentos via Pix por vídeos de atividades rotineiras, como lavar louças ou dobrar roupas — executiva de cibersegurança questiona pontos preocupantes no modelo de negócio. E se você pudesse receber uma renda extra por simplesmente filmar atividades cotidianas que são indispensáveis para sua sobrevivência — como lavar louças, arrumar o quarto e dobrar roupas? É com essa proposta que, levantando alguns questionamentos importantes sobre privacidade e ética, a plataforma KGeN Quest vem conquistando internautas brasileiros com o objetivo de treinar modelos de inteligência artificial. A ideia é simples: recompensar financeiramente os usuários por vídeos de tarefas domésticas, que serão usados “em todo o hemisfério sul” para aprimorar algoritmos de IA em robôs autônomos. Sob o discurso de “valorizar o que você faz todos os dias” e “ajudar a ensinar um robô”, a KGeN Quest espalha sua proposta principalmente através de postagens chamativas no Instagram. Basta que o interessado faça um cadastro no site, baixe um aplicativo em seu smartphone (é necessário ter modelos específicos de aparelhos), adquira um suporte de cabeça para o celular e comece a gravar os vídeos requisitados. O pagamento é estimado entre US$ 3 a US$ 4 por hora de clipes, pagos sempre via Pix, sem maiores burocracias. A lista de tarefas procuradas é longa, mas composta por atividades simples: limpar o fogão, tirar o lixo, aspirar o tapete, regar as plantas, lavar o carro e assim por diante. “A grande questão é como, quando e onde esses dados serão utilizados. Muita gente pode estar gravando e transmitindo imagens com detalhes sensíveis de sua rotina sem perceber, tudo pela emoção de participar de um projeto ‘diferente’ e ganhar uma renda extra”, afirma Priscila Meyer, CEO da Eskive e especialista em privacidade, segurança da informação e segurança cibernética. Diferente de um modelo generativo em texto, que naturalmente pesquisa e aprende com o uso dos próprios usuários, um modelo que será implantado em projetos específicos (e que dialogam com o mundo real) precisa de material inspiracional sob demanda. E é deste ponto que nasce a necessidade de “minerar”, de alguma forma, instruções gráficas para alimentar a inteligência artificial. E, como todos nós sabemos, poucos incentivos são tão eficazes quanto recompensas em dinheiro. “Lembra muito a proposta do projeto Worldcoin, que chamou a atenção de autoridades e foi proibida de operar em nosso país”, recorda Meyer. Na época, a empresa Tools for Humanity oferecia até R$ 500 para cidadãos dispostos a vender seus dados biométricos de íris, sob o pretexto de construir um catálogo global. De acordo com o Instituto de Defesa de Consumidores (Idec), o modelo era perigoso por sua capacidade de “abusar de pessoas em situação de vulnerabilidade”, além de apresentar riscos à privacidade. De quem é a responsabilidade? A situação se torna ainda mais preocupante a partir do momento em que percebemos que há uma longa cadeia de custódia pela qual tais vídeos trafegam — e é bem complicado garantir que cada etapa dela esteja em concordância com as normas brasileiras de defesa do consumidor, como o Código de Defesa do Consumidor (CDC) e a Lei Geral de Proteção de Dados (LGPD). A KGeN, como “rosto brasileiro” do projeto, não possui uma política de privacidade que possa ser lida antes da criação da conta. Por outro lado, a captura das imagens e registro das horas “trabalhadas” é feita através de um aplicativo terceirizado: o Minute Data, desenvolvido pela Baker Data LLC e que contém seus próprios termos de uso. Por fim, temos o destinatário final dos vídeos: a startup australiana Humyn Labs, que se descreve como uma provedora de serviços dedicada a conectar pessoas humanos a projetos especiais de IA sob o slogan de “Nada sobre a inteligência é artificial”. “Trata-se de uma empresa de pequeno porte, que começou a operar ainda em 2026, com a promessa pública de investir US$ 20 milhões em infraestrutura de dados humanos. O problema é que não há clareza sobre como sua política de privacidade se aplica aos usuários finais em cada projeto de cada cliente. Ela simplesmente realiza a ponte entre clientes corporativos e suas necessidades por modelos de IA alimentados por seres humanos”, analisa Priscila. No site oficial da Humyn Labs, é possível encontrar alguns “casos de sucesso” de modelos preditivos usados, principalmente, para aplicações industriais de larga escala. Contudo, é impossível rastrear para qual empresa (e qual projeto) os vídeos capturados pela KGeN estariam sendo efetivamente utilizados. Preocupações com privacidade, ética e alucinações de máquina Novamente, a preocupação mais óbvia nessa situação diz respeito à privacidade da população brasileira. Um cidadão comum pode não ter senso de segurança cibernética o suficiente para saber até qual ponto sua gravação não esteja vazando informações desnecessárias sobre sua vida, como a placa do veículo sendo lavado ou até mesmo a infraestrutura de sua residência. Além disso, não há como saber se tais imagens são anonimizadas ou se seria possível reconstituir as ações à rotina de um usuário específico. “Além das preocupações óbvias de privacidade em incentivar que qualquer pessoa grave imagens do ambiente mais íntimo de sua vida — sua própria casa —, não há qualquer clareza sobre como esses dados serão armazenados e processados”, declara Meyer. “Além disso, o uso de pagamentos em espécie como incentivo gera o mesmo dilema ético do projeto Worldcoin, cegando ainda mais o usuário final que esteja em uma situação socioeconômica vulnerável a vender sua privacidade”, complementa. Por fim, Priscila olha para o futuro e questiona como podemos regular o treinamento de “IA física” por seres humanos, garantindo que a coleta de dados seja segura e que os modelos desenvolvidos não sofram com graves alucinações de máquina por conta do acervo inspiracional naturalmente menor. “O ser humano é, por natureza, falho. É necessário ter muita cautela ao usar comportamentos puramente humanos para alimentar a autonomia de um robô que fará tarefas domésticas ou, futuramente, realizar guarda privada ou até mesmo operações militares. Três ou quatro vídeos mal-interpretados pela máquina pode fazer com que ela adote posturas que terão impacto imediato na esfera física, o que pode ser um verdadeiro perigo à vida em determinadas circunstâncias”, conclui. Sobre a Eskive A Eskive é pioneira na conscientização em segurança da informação com 17 anos de atuação no Brasil. Oferecemos soluções para reduzir o risco humano, através da metodologia educar, medir, e reportar, permitindo a verticalização da responsabilidade — sem onerar a equipe de segurança da informação. São mais de 300 empresas atendidas e 1 milhão de pessoas conscientizadas através de conteúdos lúdico educativos, simulações de ataque, gamificação, palestras e atividades presenciais. eskive.com

Um grupo de 25 empresas de tecnologia, organizações do setor e fundos de investimento publicou uma carta aberta pedindo que o governo dos Estados Unidos apoie modelos de inteligência artificial de pesos abertos (open weight), argumentando que eles são fundamentais para manter a concorrência, impulsionar a inovação e fortalecer a segurança do ecossistema de IA. Entre os signatários estão Dell, IBM, Meta, Microsoft, Mistral, Mozilla, Nvidia, Palantir e Perplexity. A ausência de OpenAI, Google e Anthropic chamou atenção, alimentando a interpretação de que a iniciativa busca evitar que poucas empresas concentrem o controle do mercado norte-americano de IA. Na carta, as organizações afirmam que a liderança dos Estados Unidos em inteligência artificial dependerá da construção de um ecossistema aberto, capaz de disseminar a tecnologia por diferentes setores da economia, em vez de ficar restrita a poucos modelos proprietários de última geração. Os modelos open weight permitem que desenvolvedores baixem, executem e modifiquem seus pesos em infraestrutura própria. No entanto, eles normalmente não disponibilizam o código-fonte completo, os artefatos utilizados no treinamento nem os conjuntos de dados originais, o que impede a reprodução integral do modelo. Sam Altman, CEO da OpenAI, respondeu à iniciativa afirmando que apoia a coexistência de modelos abertos e proprietários. Segundo ele, os Estados Unidos devem liderar ambos os segmentos. A declaração ocorre pouco tempo após Dean Ball, diretor de futuros estratégicos da OpenAI, sugerir que um cenário dominado por modelos de pesos abertos poderia trazer consequências negativas para o setor. O CEO da Nvidia, Jensen Huang, também manifestou apoio à carta. Para o executivo, modelos abertos fortalecem a segurança, aceleram a inovação, ampliam a soberania tecnológica e devem coexistir com modelos fechados de fronteira. O documento foi divulgado em um momento de maior atenção do governo norte-americano à regulamentação da inteligência artificial. Recentemente, um incidente envolvendo modelos experimentais da OpenAI recolocou o tema no centro do debate em Washington, após sistemas de IA utilizados em testes explorarem vulnerabilidades e acessarem a infraestrutura da plataforma Hugging Face durante uma avaliação interna. A carta também faz uma comparação com a evolução do software de código aberto, lembrando que, nas décadas de 1980 e 1990, muitos acreditavam que apenas softwares proprietários poderiam sustentar negócios competitivos. Hoje, tecnologias abertas são amplamente utilizadas pela indústria. Amanda Brock, CEO da OpenUK, afirmou que a própria trajetória da Microsoft — de crítica ao software livre à administração do GitHub — demonstra como empresas podem reconhecer o valor estratégico das tecnologias abertas. Segundo ela, transparência e colaboração tornam mais eficiente a identificação e a mitigação de riscos de segurança. Os signatários defendem que preservar um ambiente favorável aos modelos de pesos abertos permitirá maior competição, estimulará novos investimentos, ampliará a confiança dos clientes e contribuirá para o desenvolvimento seguro da inteligência artificial nos Estados Unidos.