Nel suo ultimo report, Google ha evidenziato la presenza di nuovi malware-AI che utilizzano LLM per generare o nascondere codice maligno, con l’obiettivo di rubare crypto wallet.
Sommario
Google Gemini: come i nuovi malware sfruttano gli LLM per “bucare” i wallet crypto
I ricercatori di Google affermano che gli attaccanti sfruttano LLM come Gemini o Qwen2.5-Coder durante l’esecuzione per generare codice just-in-time. Il rapporto documenta che PROMPTFLUX utilizza una routine “Thinking Robot” che interroga Gemini ogni ora per riscrivere i payload VBScript, complicando la rilevazione basata su firme e consentendo un’offuscazione sofisticata.
Di conseguenza, queste tattiche malware potenziate da LLM trasformano script statici in toolkit adattivi, e i difensori trovano le tecniche tradizionali meno efficaci. Misure di allerta come il monitoraggio delle chiamate API del modello in uscita sono ora sempre più critiche da parte di società come Google.
Cosa collega queste tecniche al furto di crypto da parte della DPRK?
Google ha identificato almeno cinque famiglie di malware alimentate dall’AI, tra cui PROMPTFLUX e PROMPTSTEAL, attribuite al gruppo UNC1069 legato alla Corea del Nord.
L’analisi rileva che PROMPTSTEAL utilizza il modello Qwen ospitato su Hugging Face per generare comandi Windows, mentre UNC1069 ha usato impropriamente Gemini per individuare i dati delle applicazioni wallet, creare script per accedere a storage criptati e produrre script di phishing multilingue mirati al personale degli exchange.
In questo contesto, le query del modello in runtime possono abilitare direttamente l’esfiltrazione di dati dai wallet e la raccolta di token. Detto ciò, il collegamento di questi metodi alle campagne della DPRK sottolinea il rischio geopolitico continuo nelle intrusioni mirate al crypto.
Quali passi pratici dovrebbero intraprendere gli investitori
I difensori devono trattare il codice just-in-time come ad alto rischio e aggiornare le regole di rilevamento per i moduli guidati da prompt. Il 7 novembre 2025, i team sono stati esortati a tracciare richieste anomale in uscita, registrare l’uso delle API del modello e applicare analisi comportamentali per individuare precocemente le fasi assistite da LLM.
Google ha dichiarato di aver disabilitato gli account legati a queste attività e rafforzato le salvaguardie di accesso ai modelli. Per i servizi di custodia e non, il punto CRITICO è l’espansione della superficie di attacco e l’URGENTE necessità di rafforzare la telemetria degli endpoint e le patch dei wallet.
Due esperti notano il cambiamento operativo: uno ha descritto l’evoluzione come un passaggio da binari fissi a moduli dinamici guidati da API, e un altro ha avvertito che le esche di phishing multilingue diventano molto più convincenti quando create in runtime.
Mantenere difese stratificate, registrare le chiamate API del modello e dare priorità al rilevamento dei comportamenti in stile PROMPTFLUX e PROMPTSTEAL per migliorare l’analisi post-breach e ridurre l’esposizione.




