Microsoft Defender omzeild door AI die malware maakt

Waar al langer voor gevreesd werd, is nu werkelijkheid: intussen is AI in staat om zelfstandig malware te ontwikkelen die slim genoeg is om onder de radar te blijven bij Microsoft Defender. Op de komende editie van Black Hat Las Vegas wordt een opvallend proof-of-concept voorgesteld dat laat zien hoe ver deze technologie al staat.

De demonstratie komt van Kyle Avery, een ethisch hacker en hoofdredener bij het Nederlandse cybersecuritybedrijf Outflank. Voor minder dan 1.600 dollar en met amper drie maanden training slaagde hij erin om het open-source taalmodel Qwen 2.5 één taak aan te leren: het schrijven van malware die Microsoft Defender for Endpoint niet detecteert.

AI traint zichzelf tot betere hacker

De manier waarop Avery dit aanpakte is minstens even interessant als het resultaat. In plaats van de AI te voeden met voorbeelden van bestaande malware, werd gekozen voor ‘reinforcement learning’. Die techniek beloont het model telkens wanneer het malware genereert die niet wordt opgemerkt, en straft het wanneer Defender wél alarm slaat.

Het model draait daarbij in een sandbox, pal naast Microsoft Defender. Telkens het een variant schrijft, wordt gecontroleerd of deze gepakt wordt. Is dat niet het geval, dan krijgt de AI een positieve prikkel. En dat systeem blijkt verrassend efficiënt. Momenteel blijft zo’n 8 procent van de gegenereerde bestanden volledig onopgemerkt. Of anders gezegd: bij ongeveer één op de twaalf pogingen schrijft de AI een perfect onzichtbare malwarevariant. En dat percentage stijgt nog steeds.

Nog geen ramp, wel een wake-upcall

AI is met dit experiment nog geen autonoom cyberwapen, maar het bewijst wel dat slimme aanvallers deze technologie succesvol kunnen inzetten. De lage kosten en de hoge efficiëntie maken het extra zorgwekkend. Zeker als je bedenkt dat zo’n AI niet alleen malware kan schrijven, maar evengoed phishingcampagnes kan opzetten of beveiligingslogica analyseren.

Belangrijk detail: dit soort AI-toepassingen werkt vooral goed wanneer je het model heel gericht traint voor één specifieke taak. Wie denkt dat hij gewoon even ChatGPT kan vragen om malware te schrijven, komt bedrogen uit. Het vraagt gespecialiseerde training, veel tijd en gerichte sturing.

Toch is het een zorgwekkende evolutie. Want zelfs al moet een model voor elk beveiligingssysteem apart worden getraind, dan nog is de drempel laag genoeg voor kwaadwillenden om ermee aan de slag te gaan. De les is duidelijk: onze beveiliging moet sneller evolueren dan de tools die haar proberen te slim af te zijn.

• Lees ook: Windows 11 haalt Windows 10 eindelijk in