Sistemas embarcados presentes em aplicativos bancários, maquininhas de cartão e hard wallets de criptomoedas costumam rodar sobre softwares e firmwares desenvolvidos há 5, 10 ou até 20 anos
Historicamente, a engenharia reversa nesses dispositivos exigia semanas de trabalho especializado e um alto custo financeiro
Contudo, a integração de Agentes de Inteligência Artificial com ferramentas de análise binária alterou completamente essa dinâmica de cibersegurança
O Experimento: De Semanas para 16 Minutos
Um experimento realizado pelo canal especialista Low Level demonstrou essa mudança de paradigma ao analisar o firmware de um monitor Dell equipado com um microcontrolador MStar 8051
O Método Tradicional: Um analista humano precisava extrair o executável via binwalk, carregar as bibliotecas DLL no Ghidra (framework de descompilação da NSA) e passar dias ou semanas em testes manuais de tentativa e erro para encontrar algoritmos e chaves de criptografia
O Método com Agente de IA: A IA extraiu o contêiner do firmware, conectou-se ao Ghidra via protocolo MCP ( Model Context Protocol ), localizou as funções de descriptografia e escreveu autonomamente um script em Python funcional
Validação Técnica: A IA validou o processo zerando o campo no offset 0x1CD do binário para confirmar o hash MD5 e realizou a análise de entropia dos bytes[4]. Todo o processo foi concluído em apenas 16 minutos
A "Commoditização" da Descoberta de Falhas
automação da engenharia reversa elimina a necessidade de anos de experiência prévia em Assembly ou Ghidra para explorar códigos. Com agentes de IA rodando de forma autônoma, a habilidade de desmontar softwares mal projetados e encontrar vulnerabilidades tornou-se uma commodity acessível
As principais infraestruturas expostas a esse novo cenário de varredura contínua incluem:
Internet Banking e Sistemas Legados: Aplicações bancárias antigas operando sobre applets Java, bibliotecas legadas de Servlets ou servidores Tomcat sem documentação ativa e cujos desenvolvedores originais já não estão nas organizações
Terminal de Pagamento (POS): Firmwares embarcados em maquininhas de cartão (como Cielo, Rede e PagBank) que contêm falhas não escaneadas até então por dependerem de hardware hacking.
Hard Wallets de Criptomoedas: Dispositivos como Trezor e Ledger, cujos códigos de firmware públicos ou abertos no GitHub podem ter suas rotinas de geração de chaves analisadas por IA
Dispositivos IoT: Firmwares de equipamentos cotidianos e industriais desenvolvidos por terceiros sem auditoria técnica de código.
Conclusão e Reflexão para InfoSec
Com o escaneamento automatizado de firmwares e binários legados tornando-se barato e rápido, sistemas criados no passado sem proteção contra IA estão sujeitos a descobertas massivas de vulnerabilidades. Se um agente de IA leva apenas 16 minutos para descriptografar e validar um firmware, quanto tempo falta para que sistemas financeiros legados passem por varreduras semelhantes?
No próximo artigo irei
