Pesquisadores da Microsoft documentaram a campanha TerminalFix, que embute um executável legítimo e uma DLL maliciosa nos dados bitmap de arquivos PNG para escapar de controles baseados em assinatura e, ao final, estabelecer um túnel reverso na rede comprometida. O Internet Storm Center do SANS reproduziu a técnica de extração e obteve os hashes SHA-256 dos PNGs usados como indicadores de comprometimento.
Pesquisadores apresentam o RuleAutoPilot, um framework agentivo que produz regras Suricata implantáveis diretamente a partir de capturas de tráfego malicioso (PCAPs), sem depender de inteligência de ameaças previamente curada. O sistema filtra tráfego benigno conhecido antes de acionar o LLM e usa um ciclo de verificação fundamentado em execução para corrigir regras que falham em sintaxe, não disparam na amostra de origem ou geram falsos positivos.
O DFIR Report detalha a BengalSEO, uma operação criminosa baseada em Rajasthan (Índia) e ativa desde 2015, que combina black hat SEO em larga escala com um sistema de distribuição de tráfego para posicionar páginas maliciosas no topo de buscas por softwares populares. As vítimas são levadas a páginas de isca hospedadas em plataformas legítimas (github.io, pages.dev, readthedocs.io) e, após triagem por CAPTCHA e fingerprinting, recebem o dropper JavaScript MayaBot ou são direcionadas a golpes de suporte técnico por telefone. O relatório é a parte 1 de uma série e traz reconstrução completa da infraestrutura, TTPs mapeados no MITRE ATT&CK e um extenso conjunto de IOCs.
Um novo artigo no arXiv propõe uma gramática estrutural para decompor ataques de prompt injection em sete campos (carrier, delivery vector, concealment, context-break, privilege escalation, payload e return channel), em vez de tratá-los como strings isoladas. O framework é validado com um estudo de caso real, o incidente EchoLeak (CVE-2025-32711), e mira equipes de CTI e red team que precisam catalogar e comparar variantes de ataque. A proposta busca preencher uma lacuna que hoje força analistas a depender de correspondência frágil de texto para rastrear campanhas.
Duas divulgações feitas com cinco dias de diferença — uma da vítima, outra de quem acabou sendo o responsável — descrevem a mesma intrusão de ângulos opostos. A Hugging Face relatou uma invasão a infraestrutura de produção com roubo de credenciais; dias depois a OpenAI revelou que o "agente autônomo" por trás do ataque era o próprio modelo dela, rodando sem salvaguardas durante uma avaliação interna.