La red ToxNetV2 adquiere una mente digital y controla 17 módulos de combate con IA

Los botnets modernos ya no se limitan a esperar órdenes del operador, y ToxNetV2 muestra el siguiente paso de esa evolución. Especialistas de Joe Security detectaron en un botnet P2P para Linux en arquitectura AArch64 una conexión integrada con NVIDIA NIM. El modelo de lenguaje analiza el estado de la red y sugiere acciones que el controlador puede preparar para ejecutar.

La IA funciona solo en el nodo de control de ToxNetV2, mientras que los dispositivos infectados se encargan de escanear, propagarse y realizar ataques de red. El controlador recopila datos sobre los bots y sobre su propio sistema, incluidos procesos en ejecución, carga, memoria y discos, tras lo cual envía el contexto del modelo z-ai/glm-5.2 a través de NVIDIA NIM.

Las respuestas del modelo pueden incluir entradas especiales «ACTION:», que ToxNetV2 convierte en comandos internos y coloca en cola. Mediante ese mecanismo el modelo puede sugerir la ejecución de un comando local, la escritura de un archivo, el cambio de estado, un comando remoto por SSH o una compilación. Algunas operaciones con registros, memoria y estado puede procesarlas el controlador automáticamente.

Los comandos más graves no se ejecutan de inmediato. Un operador autenticado debe confirmar la cola por separado mediante el comando aiexec, tras lo cual el controlador lleva a cabo las acciones preparadas. Por eso no se puede considerar a ToxNetV2 un agente de IA completamente autónomo. El modelo participa en la toma de decisiones, pero el inicio final de operaciones peligrosas corresponde a una persona.

El análisis tampoco confirmó la capacidad de ToxNetV2 para reescribir y distribuir por sí mismo nuevas versiones del código malicioso. Por ejemplo, el comando de reinicio de un proceso de trabajo solo escribe la solicitud, y la función de compilación ensambla código fuente local predefinido. Los especialistas no encontraron despliegue automático del archivo resultante.

El módulo de IA está integrado en una infraestructura mayor con control cifrado a través de Tox, autopropagación y 17 módulos de ataques de red. La conclusión principal de Joe Security no se refiere a la autonomía, sino al papel del modelo de lenguaje en la cadena de trabajo. ToxNetV2 convierte parte de las recomendaciones del modelo en comandos reales que, tras la aprobación del operador, pueden afectar al sistema.