Lumma Stealer y Vidar cosechan credenciales de Google y Anthropic — los tokens capturados eluden MFA y habilitan uso ilícito de modelos
Cibercriminales están utilizando logs de information stealers para secuestrar cuentas de usuarios de herramientas de inteligencia artificial, según reveló un análisis publicado esta semana. Los malware Lumma Stealer y Vidar, diseñados para cosechar datos de sistemas comprometidos, están capturando credenciales, tokens de sesión y claves de API que permiten acceso directo a servicios de proveedores como Google y Anthropic. Los tokens robados funcionan como llaves maestras que eluden autenticación multifactor, lo que convierte cada sesión activa en un punto de entrada persistente para atacantes.
Cómo los information stealers convierten sesiones legítimas en acceso ilícito
Los information stealers operan mediante la extracción masiva de datos almacenados en navegadores y aplicaciones. Lumma Stealer y Vidar, dos de las variantes más distribuidas en mercados clandestinos, están configurados para identificar y copiar tokens de sesión activos junto con credenciales tradicionales. Estos tokens, generados por proveedores de IA cuando un usuario inicia sesión, permanecen válidos durante períodos que pueden extenderse desde horas hasta semanas, dependiendo de la política de cada plataforma.
Una vez que un atacante obtiene un token de sesión a través de logs de malware, puede replicar la sesión del usuario legítimo sin necesidad de conocer la contraseña ni superar barreras de autenticación multifactor. El token actúa como un pase temporal que el sistema interpreta como evidencia de identidad verificada. En el contexto de servicios de IA, esto significa acceso directo a modelos de lenguaje, capacidad de consulta ilimitada según el plan del usuario comprometido, y potencial exfiltración de datos procesados en sesiones anteriores.
Google y Anthropic entre los proveedores expuestos por la técnica
Los proveedores de modelos de IA mencionados en el análisis incluyen Google y Anthropic, dos de las empresas con mayor adopción corporativa en América Latina. Google ofrece acceso a sus modelos Gemini a través de Google AI Studio y Vertex AI, mientras que Anthropic distribuye Claude mediante API y consola web. Ambas plataformas utilizan tokens de sesión para mantener usuarios autenticados entre solicitudes, un mecanismo estándar en servicios web que se convierte en vector de ataque cuando los tokens son extraídos por malware.
La captura de claves de API representa un riesgo adicional: estas credenciales, diseñadas para integración programática, suelen tener permisos amplios y ciclos de vida extendidos. Un atacante con acceso a una API key puede automatizar consultas masivas, consumir cuotas de uso del usuario legítimo, o utilizar el modelo para generar contenido malicioso que queda asociado a la cuenta comprometida. En organizaciones que implementan IA para procesamiento de datos sensibles, la exposición de tokens puede derivar en acceso no autorizado a información corporativa procesada previamente por el modelo.
El patrón de distribución de Lumma Stealer y Vidar en la región
Lumma Stealer y Vidar circulan en América Latina principalmente a través de campañas de phishing dirigidas a usuarios corporativos y descargas de software crackeado. Brasil y México concentran el mayor volumen de detecciones de ambas familias de malware, según datos históricos de telemetría de seguridad regional. La adopción acelerada de herramientas de IA en sectores como finanzas, salud y tecnología en estos países amplifica la superficie de ataque: cada usuario corporativo con acceso a modelos de lenguaje representa un objetivo potencial para extracción de tokens.
La técnica no requiere explotación de vulnerabilidades en las plataformas de IA — el vector de compromiso es el endpoint del usuario. Una vez que el malware se ejecuta en el sistema, la cosecha de tokens ocurre de forma automática mediante lectura de archivos de configuración de navegadores y aplicaciones. Esto significa que organizaciones con controles de seguridad robustos en sus entornos cloud pueden quedar expuestas si los dispositivos de usuarios finales no cuentan con protección adecuada contra malware.
Por qué los tokens de sesión eluden autenticación multifactor
La autenticación multifactor protege el momento de inicio de sesión, pero no invalida tokens ya emitidos. Cuando un usuario completa MFA exitosamente, el proveedor de IA genera un token que certifica identidad verificada. Ese token se almacena localmente — en cookies de navegador, archivos de configuración de aplicaciones, o almacenamiento de credenciales del sistema operativo — y se presenta automáticamente en cada solicitud posterior. Los information stealers acceden a estos repositorios locales sin necesidad de interceptar el proceso de autenticación inicial.
El resultado es que un atacante puede replicar una sesión activa sin disparar alertas de inicio de sesión desde ubicación no reconocida ni solicitar segundo factor. Desde la perspectiva del proveedor de IA, las solicitudes provienen de un token válido emitido tras autenticación legítima. La detección de uso anómalo requiere análisis de comportamiento — patrones de consulta, volumen de solicitudes, horarios de actividad — que no todas las plataformas implementan con granularidad suficiente para identificar sesiones secuestradas en tiempo real.
Nuestro análisis
Este caso expone una brecha estructural en el modelo de seguridad de servicios de IA: la dependencia de tokens de sesión persistentes sin mecanismos de validación continua de identidad. La técnica no es nueva — el secuestro de tokens mediante information stealers afecta a servicios web desde hace años — pero su aplicación a plataformas de IA introduce riesgos específicos. El acceso ilícito a modelos de lenguaje permite no solo consumo fraudulento de recursos, sino también exfiltración de contexto de conversaciones previas, generación de contenido malicioso bajo identidad de terceros, y potencial envenenamiento de datos de entrenamiento si el atacante logra inyectar información en flujos de feedback.
La ausencia de datos públicos sobre volumen de cuentas comprometidas o impacto medido en proveedores específicos impide cuantificar la escala del problema. Lo que sí resulta verificable es la disponibilidad de logs de Lumma Stealer y Vidar en mercados clandestinos, donde se comercializan bases de datos de credenciales extraídas que incluyen tokens de múltiples servicios. La pregunta que queda abierta es si los proveedores de IA implementarán validación de contexto de sesión — geolocalización, huella digital de dispositivo, análisis de comportamiento — como capa adicional de protección, o si la industria continuará dependiendo de un modelo de autenticación que asume que un token válido es evidencia suficiente de identidad legítima.