Um único patch era o suficiente para detonar o WannaCry e conter sua onda de destruição global. Essa lógica de “uma vulnerabilidade, um bloqueio” governou a segurança cibernética por anos. Um estudo divulgado pelo CleverHans Lab, grupo liderado pelo professor Nicolas Papernot da Universidade de Toronto, acaba de demonstra que essa premissa pode estar com os dias contados. Em um experimento conduzido dentro de uma rede virtual isolada, os pesquisadores criaram o protótipo de um worm autônomo capaz de adaptar seus ataques em tempo real, tornando patches convencionais – e boa parte das defesas atuais – efetivamente inúteis.
A diferença entre esse novo worm e tudo o que veio antes não é incremental: é qualitativa. Onde o WannaCry de 2017 explorava um único buraco no SMBv1 do Windows, o protótipo do CleverHans Lab opera de forma completamente diferente. Ele roda localmente um modelo de linguagem de grande porte (LLM), do tipo open weight, em cada máquina infectada. Em vez de usar um código fixo, o worm analisa o dispositivo alvo e gera dinamicamente a abordagem de ataque mais adequada. O resultado é um vetor de propagação que não depende de uma falha específica, mas que consegue explorar um leque variado de fraquezas – sejam elas em sistemas Linux, Windows ou dispositivos IoT – para se mover lateralmente pela rede.
A armadura contra ataques de worm que não serve mais
A vulnerabilidade que o worm do CleverHans Lab expõe não está no software, mas na própria estratégia de defesa. O mecanismo tradicional de “identificar a falha e aplicar o patch” perde o sentido quando o atacante não usa uma brecha fixa. O worm não está programado para mirar em uma CVE específica. Ele usa o LLM para inspecionar o sistema alvo, encontrar a configuração frágil, a senha fraca ou o serviço desatualizado e, a partir disso, montar a exploração certa para aquele contexto.
Ao contrário de modelos de fronteira como o Claude Mythos, da Anthropic, que têm acesso restrito exatamente por sua capacidade de encontrar vulnerabilidades desconhecidas, o protótipo usa modelos abertos e relativamente leves. Isso muda o jogo. A discussão de segurança vinha se concentrando nos riscos dos grandes modelos fechados. O que Papernot demonstrou é que modelos menores, disponíveis para qualquer um, já são poderosos o suficiente para montar um worm adaptativo. Não há API a ser bloqueada, nem filtro de conteúdo a ser aplicado: a inteligência roda localmente, dentro da própria máquina que o worm já comprometeu.
Por que um worm com IA não precisa de um supercomputador para funcionar
Um dos aspectos mais perturbadores do experimento é que o worm não exige que o atacante disponibilize uma infraestrutura maciça de computação. A própria máquina infectada fornece os recursos de hardware para a operação. Quando o worm compromete um sistema com GPU, ele usa essa potência para rodar o modelo de linguagem. Dispositivos IoT ou máquinas sem capacidade de processamento delegam a inferência para um nó mais poderoso que já foi dominado. O atacante só precisa de um ponto de entrada inicial. A partir daí, o worm se realimenta: cada máquina tomada se torna um recurso computacional para infectar a próxima.
Isso inverte a economia do ataque. Em um cenário tradicional, o custo de atacar cada alvo cresce linearmente. Neste modelo, o custo marginal por nova infecção tende a zero. Quanto mais o worm se espalha, mais poder de processamento ele acumula. O experimento em ambiente controlado mostrou que o worm levou cerca de cinco dias para alcançar metade da rede – um tempo lento para os padrões de um worm convencional, já que cada movimento exige dezenas ou centenas de inferências do LLM. Mas o próprio estudo adverte que a otimização de hardware e modelos de inferência está reduzindo esse tempo rapidamente.
A falsa segurança dos modelos de IA menores e abertos
O trabalho do CleverHans Lab atinge diretamente o centro do debate sobre regulação de IA. Enquanto o foco público e político esteve em modelos gigantes e fechados, um ecossistema inteiro de modelos abertos, menores e eficientes cresceu sem o mesmo escrutínio. A demonstração mostra que a ameaça não está apenas no que um modelo de fronteira pode fazer, mas no que um modelo modesto é capaz quando combinado a um design de software agressivo e autônomo.
Papernot foi direto: “A menos que o sistema seja completamente seguro – e isso é impossível no estado atual da tecnologia – essa ameaça não pode ser contida.” A frase não é alarmismo gratuito. Ela aponta para uma realidade em que a segurança cibernética precisa ser repensada da arquitetura de rede para cima, e não de baixo para cima com patches.
O que a defesa cibernética pode fazer agora contra worms inteligentes
O estudo não é um exercício teórico. Os pesquisadores tomaram o cuidado de não publicar detalhes que permitam a replicação imediata: omitiram o grafo de inferência, a configuração exata das ferramentas e a identificação do modelo de IA utilizado. Também relataram que compartilharam as descobertas com agências de segurança canadenses antes da publicação e que o protótipo foi deliberadamente construído sem capacidades furtivas.
Mesmo assim, a defesa contra worms adaptativos exige uma mudança de mentalidade. O protótipo atual deixa rastros detectáveis: comunicação em portas não padronizadas, inserção automática de chaves SSH e reúso sistemático de credenciais. Sistemas de detecção de intrusão (IDS) e monitoramento de rede podem capturar esses comportamentos – mas o estudo ressalva que versões futuras do worm poderão usar a mesma capacidade de inferência de IA para mapear e evitar esses sensores.
A estratégia defensiva mais promissora, segundo os pesquisadores, é a redução da superfície de ataque combinada com uma segmentação de rede rigorosa. Um worm que precisa analisar e se adaptar a cada novo alvo tem seu avanço drasticamente limitado se não puder se mover livremente entre segmentos. O experimento, por ter sido conduzido em uma rede “plana” (o pior caso possível), mostra que mesmo uma segmentação básica já conteria significativamente o alcance do worm.
O elo mais fraco continua sendo o básico bem feito
Em meio ao cenário de worm autônomo, a recomendação final dos pesquisadores é quase prosaica – e por isso mesmo, poderosa. O worm não explora vulnerabilidades desconhecidas. Ele se aproveita de falhas conhecidas, mas não corrigidas, e de configurações humanas negligentes. Máquinas sem patch, senhas fracas e reutilizadas, ausência de autenticação multifator – esses são os vetores reais que o protótipo explora.
“Não há mais margem para ignorar ou adiar uma atualização de software”, afirmou Papernot. A frase ecoa o que especialistas em segurança repetem há anos, mas ganha um peso novo. Em um mundo onde um worm pode pensar e se adaptar, cada porta fechada, cada senha forte e cada reinicialização para aplicar um patch não são apenas boas práticas: são a única linha de defesa que realmente funciona.
