ChatGPT убедили создать эксплойт, подсунув инструкцию в 16-ричном формате

ChatGPT убедили создать эксплойт, подсунув инструкцию в 16-ричном формате

ChatGPT убедили создать эксплойт, подсунув инструкцию в 16-ричном формате

Исследователь из Mozilla изобрел новый способ обхода контент-фильтров больших языковых моделей (БЯМ, LLM), применяемых во избежание злоупотреблений. Он разбил ввод на блоки, а вредоносную инструкцию представил в шестнадцатеричной кодировке.

В качестве объекта для атаки Марко Фигероа (Marco Figueroa) избрал GPT-4o, новейший и самый мощный чат-бот производства OpenAI. Его ИИ-модель анализирует пользовательский ввод, выискивая запрещенные слова, признаки злого умысла в инструкциях и т. п.

Подобные ограничения LLM можно обойти, изменив формулировки, однако это потребует креатива. Руководитель проектов bug bounty Mozilla по генеративному ИИ пошел более простым путем.

Используя нестандартный формат — шестнадцатеричный, Фигероа попросил GPT-4o изучить имеющуюся в интернете информацию об уязвимости CVE-2024-41110 (в Docker) и написать для нее эксплойт. Подробные инструкции по расшифровке вводились на естественном языке, а слово «exploit», способное вызвать негативную реакцию, было набрано как «3xploit».

 

Команда «еще раз прочесть все задание» была призвана повлиять на интерпретацию запроса с тем, чтобы получить более обстоятельный ответ. В итоге ИИ-бот сгенерировал эксплойт, схожий с уже опубликованным PoC, и бонусом попытался опробовать его на себе — к удивлению собеседника, который об этом не просил.

Расшифровка ввода в шестнадцатеричном формате помогла рассеять внимание LLM, которые и без того не видят леса за деревьями: прилежно анализируют каждую реплику, забывая, что в сумме они могут вызвать неприемлемый вывод.

Ту же тактику джейлбрейка ИИ Фигероа опробовал на LLM другого производителя, Anthropic. Оказалось, что они лучше защищены, так как используют фильтрацию и ввода, и вывода; заставить их дать вредный совет, по словам исследователя, в 10 раз труднее.

Мошенники начали прятать фишинг внутри приложений Telegram

Мошенники осваивают встроенные приложения Telegram и маскируют фишинговые сервисы под игры, викторины, голосования и акции. Теперь подозрительный сайт может выглядеть как обычная функция мессенджера — знакомая кнопка, аккуратное окно и почти никаких красных флагов. Новые возможности появились после обновления Telegram от 25 августа.

Злоумышленники используют Mini Apps и встроенный режим WebView, чтобы копировать интерфейсы банков, платёжных систем и криптобирж.

Пользователь нажимает «Подтвердить перевод» или «Получить бонус», но вместо подарка может отдать данные учётной записи, подключить кошелёк либо подписать вредоносную трансакцию.

Популярны и фальшивые голосования. Под предлогом защиты от накруток жертву просят указать номер телефона и код подтверждения, после чего мошенники пытаются захватить аккаунт. В криптовалютных схемах предлагают получить аирдроп или проверить баланс, подключив кошелёк к неизвестному сервису.

Другой сценарий напоминает ClickFix: приложение сообщает об ошибке, помещает команду в буфер обмена и предлагает вставить исправление в PowerShell. Вредоносное действие пользователь выполняет собственными руками, поэтому антивирус может не увидеть привычного заражения.

При этом само открытие сообщения или Mini App ещё не позволяет автоматически похитить деньги. Атакующему нужно убедить человека авторизоваться, передать код, установить программу, подключить кошелёк или подтвердить операцию. Главным оружием остаётся не магический вредонос, а хорошо оформленная социальная инженерия.

Эксперты советуют запускать встроенные приложения только из проверенных источников, не вводить коды подтверждения в голосованиях и не подключать карты или криптокошельки ради сомнительных бонусов.

RSS: Новости на портале Anti-Malware.ru