Durante años, los piratas vinculados a Corea del Norte han utilizado el phishing como herramienta principal para engañar a objetivos gubernamentales y estratégicos. Sin embargo, un informe de Genians sugiere que el grupo Kimsuky ha ido un paso más allá: ya no se limita a escribir mensajes con IA en servicios públicos, sino que estaría ejecutando una IA offline Kimsuky en su propia infraestructura para mejorar y acelerar fases del ataque.
La novedad no se centra en “crear” un modelo desde cero, sino en reunir piezas existentes—modelos de lenguaje, mecanismos de búsqueda sobre documentos privados, y herramientas de transcripción—con el objetivo de integrarlas en el proceso operativo. Para los defensores, esto desplaza el foco: cuando la señuelo se genera con más rapidez, el artefacto que antes delataba el ataque puede cambiar.
Qué significa IA offline Kimsuky en la práctica
Según el rastreo realizado por Genians durante meses mediante análisis de logs e infraestructura asociada al actor, el entorno observado encaja en una etapa de “investigación y adquisición de conocimiento”. En lugar de entrenar un modelo propio, el actor ensambla y prueba componentes ya disponibles para incorporarlos a su ciclo de operaciones.
La intención aparente es combinar capacidades relacionadas con lenguaje y datos documentales para distintas tareas: desde asistir el desarrollo de malware hasta apoyar la interpretación o el análisis de información. En el contexto de un grupo acostumbrado a preparar campañas de spear-phishing y intrusiones, esto se traduce en un flujo potencialmente más rápido y, sobre todo, más difícil de detectar solo por la “calidad” del texto.
Modelos locales: herramientas detectadas en la infraestructura
El informe identifica componentes orientados a ejecutar modelos de lenguaje de forma local dentro del entorno del actor. Entre las herramientas mencionadas aparecen Ollama, GPT4All y Msty. El hallazgo clave es que no se habrían limitado a descargar software: el reporte indica que fueron ejecutados o configurados en los sistemas observados.
Además, se describen detalles técnicos que refuerzan el uso activo. Por ejemplo, se señala que Ollama habría generado claves en el primer arranque, y que GPT4All contaría con una base de datos local (referida como localdocs_v3.db) asociada a una función de retrieval-augmented generation (RAG) denominada LocalDocs.
RAG con documentos: por qué la base local importa
El concepto de RAG (generación aumentada con recuperación) permite que el modelo responda usando información procedente de una colección privada de documentos. En otras palabras, en vez de que el sistema “invente” respuestas, puede consultar una fuente propia de archivos.
En el caso reportado, la existencia de la base local para LocalDocs se interpreta como evidencia de que el actor intentó conectar documentos que tenía con un sistema de IA. No obstante, el informe es prudente: ese rastro no confirma que esos documentos hayan sido exfiltrados o robados; solo sugiere que el actor buscaba emplearlos como parte del flujo de trabajo automatizado.
Transcripción y preparación de contenido desde audio
Más allá de modelos de lenguaje, el informe también menciona herramientas de speech-to-text. En particular, se identifican archivos y guías asociadas a Whisper, incluyendo instrucciones sobre cómo extraer texto a partir de audio.
Este tipo de componente puede resultar útil cuando el objetivo es procesar material no textual: grabaciones, notas de voz o cualquier fuente auditiva que el actor quiera convertir en información rastreable. Aunque el reporte no describe un caso concreto “contra una víctima” con este flujo, la presencia de materiales operativos sugiere preparación para integrarlo en campañas.
Editor de código asistido por IA y bibliotecas de desarrollo
Otra arista del hallazgo es el ecosistema de herramientas para construir y acelerar tareas de software. Genians describe rastros de Cursor, un editor de código con capacidades asistidas por IA, y también identifica bibliotecas para desarrollo.
Entre las piezas mencionadas se encuentran componentes como LLaMaSharp y tecnologías asociadas a la construcción de funciones de IA en software, incluyendo partes del ecosistema de Semantic Kernel y Microsoft.Agents.AI. Además, el informe las sitúa como librerías encontradas en la misma infraestructura, apuntando a una posible integración dentro de software en C# y .NET.
La lectura defensiva aquí es clara: la IA offline Kimsuky no solo podría ayudar en tareas de texto, sino también en etapas donde se requieren componentes de automatización o de lógica de aplicaciones.
Conectando la IA con cadenas de infección
El informe enmarca esta actividad dentro de una campaña que Genians denomina Operation GitPower. En ese esquema, el grupo habría abusado de repositorios de GitHub como “canales de mando” dentro de una cadena de infección que inicia con un archivo LNK y evoluciona hacia PowerShell.
En ese contexto, además del proceso de infección, el uso de IA podría aportar mejoras en el contenido del señuelo o en la preparación de materiales que luego se ejecutan en el equipo comprometido. Incluso si la IA no está demostrada como ejecutándose “en tiempo real” contra víctimas en los datos reportados, la integración de herramientas en la infraestructura sugiere un movimiento hacia automatizar partes del trabajo.
Qué cambia para los defensores: señales y correlación
Cuando la generación de texto mejora, los indicios que antes ayudaban a identificar campañas—por ejemplo, traducciones forzadas, formato torpe o errores ortográficos—pueden volverse menos evidentes. Por eso, el informe advierte que el foco no debe quedarse únicamente en la apariencia del señuelo.
En su lugar, Genians recomienda a los equipos defensivos correlacionar eventos en distintos puntos de la cadena. Entre las señales a vigilar se incluyen:
- ejecución de LNK en el endpoint
- uso de PowerShell
- tareas programadas ocultas (scheduled tasks)
- tráfico hacia GitHub o actividad asociada a repositorios
- actividad de cargas posteriores (payload activity) una vez establecida la intrusión
Esta recomendación busca que la detección se apoye en comportamientos y secuencias, no solo en el texto del mensaje inicial.
Por qué encaja con un historial de espionaje
Genians vincula el conjunto de acciones a Kimsuky mediante solapamientos con campañas previas, pistas de infraestructura y vocabulario norcoreano recuperado de registros operativos. Además, se menciona que el U.S. Treasury sancionó a Kimsuky en 2023, describiéndolo como subordinado a la Reconnaissance General Bureau y enfocado principalmente en recolección de inteligencia.
En esa línea, la transición hacia una IA offline Kimsuky no se ve como un cambio radical de objetivos, sino como una evolución táctica: mantener el propósito estratégico mientras se optimizan los procesos de trabajo.
Contexto: otros patrones con GitHub como canal
El reporte de Genians también se relaciona con hallazgos previos. Se señala que Fortinet documentó en abril un patrón más amplio de GitHub como C2 en ataques dirigidos a usuarios de Corea del Sur, lo cual respalda el “grupo de técnicas” alrededor de la cadena de mando y control.
Al mismo tiempo, se aclara que algunos detalles reportados no pudieron verificarse de forma independiente en ese marco, y que el conteo de víctimas atribuidas específicamente a “GitPower” no fue divulgado.
Conclusión: el valor está en la automatización, no en la magia
El caso descrito por Genians apunta a una idea consistente con el modo en que los actores estatales evolucionan sus capacidades: en lugar de depender de herramientas públicas o de un único salto tecnológico, ensamblan componentes probados y los integran en sus flujos.
La IA offline Kimsuky—con modelos locales, RAG sobre bases documentales y herramientas de procesamiento—podría reducir tiempos de preparación y aumentar la eficiencia en tareas asociadas al phishing y la intrusión. Para quienes defienden, el mensaje es pragmático: refuercen la correlación de eventos a lo largo de la cadena de infección y evalúen el ataque por su comportamiento en el sistema, no solo por la apariencia del señuelo.
Fuente: https://thehackernews.com/2026/08/kimsuky-builds-offline-ai-stack-that.html
