SOC Prime Bias: Critical

15 Dec 2025 14:42 UTC

PyStoreRAT: Malware de Cadeia de Suprimentos Alimentado por IA Alvejando Profissionais de TI e OSINT

Author Photo
Ruslan Mikhalov Chief of Threat Research at SOC Prime linkedin icon Seguir
PyStoreRAT: Malware de Cadeia de Suprimentos Alimentado por IA Alvejando Profissionais de TI e OSINT
shield icon

Detection stack

  • AIDR
  • Alert
  • ETL
  • Query

Resumo

A Morphisec descobriu uma operação coordenada de malware que abusa de contas inativas do GitHub para hospedar repositórios gerados por IA, que, em última análise, entregam um backdoor em JavaScript/HTA apelidado de PyStoreRAT. O carregador perfila o host, implanta múltiplas cargas, incluindo o stealer Rhadamanthys, e ajusta dinamicamente seu comportamento quando soluções AV específicas são detectadas. Ele pode se propagar via mídia removível e depende de uma infraestrutura C2 rotativa para atualizar seus módulos. A campanha é direcionada a administradores de TI, analistas de segurança e profissionais de OSINT em todo o mundo.

Investigação

Pesquisadores examinaram os projetos maliciosos no GitHub, isolaram os componentes do backdoor e documentaram toda a cadeia de execução, incluindo a profilagem do sistema, a entrega em estágios das cargas, a evasão de AV, a propagação por unidades removíveis e o carregamento sob demanda de módulos. O relatório descreve ainda a arquitetura circular dos nós C2 que aumenta a resiliência, bem como o uso de strings em russo para validar o local do alvo. A análise vincula o carregador ao stealer Rhadamanthys e destaca sua capacidade de alterar caminhos de inicialização.

Mitigação

A Morphisec aconselha o uso de Defesa de Alvo em Movimento Automatizada para desestabilizar o ambiente de runtime do carregador, bloquear rotas de execução não confiáveis e impedir a implantação de cargas. Como os controles tradicionais baseados em assinatura são ineficazes, os defensores devem confiar em proteções baseadas em comportamento e virtualização. Restringir a execução de scripts de origens não confiáveis e monitorar de perto a atividade de unidades removíveis também são recomendados.

Resposta

Quando é identificada a atividade do PyStoreRAT, isole imediatamente o endpoint impactado, termine o processo do backdoor e remova quaisquer módulos persistentes. Realize análise forense para coletar IOCs, incluindo domínios C2, hashes de arquivos e tarefas agendadas. Corrija software vulnerável, imponha políticas de execução restritas ao menor privilégio e monitore continuamente o GitHub para atividades maliciosas ou suspeitas em repositórios.

Fluxo de Ataque

Detecções

Comportamento Suspeito de Evasão de Defesa LOLBAS MSHTA pela Detecção de Comandos Associados (via process_creation)

Equipe SOC Prime
15 Dez 2025

Tarefa Agendada Suspeita (via auditoria)

Equipe SOC Prime
15 Dez 2025

Comando e Controle Suspeito por Pedido DNS de Domínio de Primeiro Nível (TLD) Incomum (via dns)

Equipe SOC Prime
15 Dez 2025

Execução de Python a partir de Pastas Suspeitas (via linha de comando)

Equipe SOC Prime
15 Dez 2025

Execução Suspeita de Mshta Sem Arquivo HTA (via linha de comando)

Equipe SOC Prime
15 Dez 2025

Detecção do PyStoreRAT Usando Infraestrutura C2 Circular e Rotativa e Download Dinâmico de Módulos [Conexão de Rede Windows]

Regras de IA da SOC Prime
15 Dez 2025

Detecção de Reativação de Conta Inativa do GitHub para Projetos Maliciosos [GitHub – Servidor Web]

Regras de IA da SOC Prime
15 Dez 2025

Execução de Simulação

Pré-requisito: O Check de Pré-voo de Telemetria e Linha de Base deve ter sido aprovado.

  • Narrativa do Ataque e Comandos:

    1. Reativar uma conta inativa – o adversário usa a interface ou API do GitHub para alterar o status da conta de “inativa” para “ativa”.
    2. Publicar um repositório malicioso gerado por IA – imediatamente após a reativação, um novo repositório chamado ai‑osint‑toolkit é criado, contendo um README que anuncia “projetos gerados por IA”.
    3. Adicionar um commit de “manutenção” que incorpora o backdoor PyStoreRAT; a mensagem do commit inclui intencionalmente a palavra “manutenção” para satisfazer a regra de detecção.
    4. Enviar o código malicioso – o envio gera um evento de auditoria de envio , mas a regra que estamos testando só monitora a entrada de auditoria de reativação de conta , então o gatilho principal é o log de reativação com a descrição marcada.
  • Script de Teste de Regressão: (Bash usando a CLI do GitHub gh – assume que o ator atacante possui um token de acesso pessoal com admin:org escopo)

     # simulate_attack.sh
      # Pré-requisitos: CLI do gh instalada e autenticada como o invasor
    
      # 1. Reativar conta inativa (simulada por atualização de um campo de usuário)
      gh api -X PATCH /admin/users/attacker_user 
          -f state=active 
          -f note="reativação: projetos gerados por IA; commits de manutenção agendados"
    
      # 2. Criar repositório malicioso
      gh repo create attacker_user/ai-osint-toolkit --public --description "ferramentas de OSINT geradas por IA"
    
      # 3. Adicionar arquivo malicioso (PyStoreRAT) e realizar commit
      cd ai-osint-toolkit
      echo "# Backdoor PyStoreRAT" > pystorerat.py
      git add pystorerat.py
      git commit -m "Commit inicial - commits de manutenção: incorporar backdoor"
      git push origin main
    
      # 4. Opcional: criar um segundo commit de manutenção para imitar atividade no mundo real
      echo "# Atualizar README" >> README.md
      git add README.md
      git commit -m "commit de manutenção: atualizar documentação"
      git push origin main
  • Comandos de Limpeza:

     # cleanup_attack.sh
      # Excluir o repositório malicioso
      gh repo delete attacker_user/ai-osint-toolkit -y
    
      # Opcionalmente, definir a conta do invasor de volta para inativa (se a API permitir)
      gh api -X PATCH /admin/users/attacker_user -f state=dormant