Onderzoek toont aan dat AI het aanpassen van malware versnelt, maar het gedrag van malware blijft detecteerbaar en vormt een zwakke plek voor beveiliging.
Nieuw onderzoek wijst uit dat de recente bezorgdheid over door AI gegenereerde malware mogelijk overdreven is. De Russische cyberespionagegroep Midnight Blizzard, ook bekend als APT29 of Cozy Bear, gebruikte de AI Claude om malware telkens opnieuw te bouwen zodra beveiligingssoftware hun backdoor detecteerde. Volgens het AI-bedrijf Anthropic automatiseerden zij hiermee veel van hun operaties, van ontwikkeling en infrastructuur tot phishing, persistentie, command & control en datadiefstal. De AI-agenten monitoren detecties en passen de malware autonoom aan om detectie te ontwijken, wat de mogelijkheid van polymorfe AI-malware suggereert die automatisch van code verandert terwijl de functionaliteit behouden blijft.
Desondanks toonde een rapport van threat intelligence bedrijf ReversingLabs aan dat hun gedrag-gebaseerde detectiemethoden de Go backdoor PowerShell stager van deze campagne al op 1 augustus als kwaadaardig identificeerden, ruim voor het rapport van Anthropic op 10 september. Gedurende 25 dagen werden vijf verschillende versies van dezelfde stager waargenomen, elk met een andere hash maar met hetzelfde gedrag. Dit consistente gedrag maakte detectie mogelijk, omdat analisten konden zoeken naar de acties van de malware en de connecties tussen bestanden en infrastructuur. Hierdoor lijkt het ontwijken van detectie door AI-gestuurde herbouw nog niet zo onfeilbaar als aanvankelijk gevreesd.
Het veranderen van bestanden om detectie te voorkomen is een oude techniek, en polymorfe malware bestaat al decennia. Wat opvalt bij Midnight Blizzard is het uitbesteden van deze taak aan een groot taalmodel (LLM). Volgens Ben Bernstein van managed detection en response bedrijf Huntress maakt AI het herschrijven van malware sneller en netter, maar verandert het niet de kwaadaardige gedragskenmerken. AI automatiseert vooral het herschrijven van code om statische analyse te omzeilen, zonder nieuwe exploits te creëren. De verpakking verandert, maar het doel van de malware blijft hetzelfde.
AI-ondersteunde malwareontwikkeling is een opkomende, maar niet geheel nieuwe tactiek. Google documenteerde eind 2025 bijvoorbeeld PromptFlux, een experimenteel script dat zijn broncode elk uur door Gemini liet herschrijven, en PromptSteal, gebruikt door APT28 tegen Oekraïne om commando’s tijdens runtime te genereren. In maart 2026 publiceerde Microsoft een rapport over hoe de Noord-Koreaanse groep Coral Sleet agentic AI-tools inzet voor het genereren, testen en inzetten van payloads. De meeste van deze toepassingen zijn nog experimenteel en in ontwikkeling.
