Redazione RHC:8 Novembro 2025 14:48
Uma ideia simples para simplificar o gerenciamento de rede doméstica e melhorar a segurança inesperadamente se transformou em uma série de erros quase catastróficos, tudo devido ao conselho de assistentes populares de inteligência artificial.
Em vez de economizar tempo e reduzir riscos, um jornalista de notícias cibernéticas, contando com chatbots, tropeçou em cima de dicas que poderia expor seus serviços locais a toda a Internet.
A tentativa de centralizar o acesso ao painel de controle e outros serviços de infraestrutura doméstica resultou de um desejo perfeitamente razoável: para substituir endereços IP por nomes de domínio amigáveis e conexões HTTP não seguras por TLS seguro. A arquitetura em si era típica: pfSense como firewall, armazenamento TrueNAS e um hipervisor Proxmox hospedando máquinas virtuais e contêineres. Em vez de configuração manual, o proprietário decidiu usar inteligência artificial.
Quase todos os principais modelos de linguagem, incluindo ChatGPT, Claude e Gemini, recomendaram por unanimidade a publicação de registros DNS, mapeando subdomínios para o IP doméstico. Este movimento sugeriu expondo componentes internos, de pfSense a TrueNAS, sob seus próprios nomes, adicionando o requisito de abrir as portas 80 e 443. Do ponto de vista técnico, essa abordagem incentiva os usuários a publicar crítico serviços online, tornando-os alvos fáceis para varredura em massa e bots.
Mais tarde, quando alertados sobre ameaças potenciais, os servidores ” caíram em si” e admitiu que o O protocolo TLS na rede local pode ser configurado de forma diferente. No entanto, inicialmente, nenhum dos modelos oferecia um método seguro e amplamente adotado.
Quando se tratava de instalar o NGINX Proxy Manager, uma ferramenta para rotear tráfego e obter automaticamente certificados TLS, a IA novamente forneceu recomendações ruins. Depois de alertar contra a execução de scripts de terceiros da Internet, O Gemini gerou o seu próprio, com duas vulnerabilidades críticas . Primeiro, o contêiner executado como usuário root , arriscando sair da caixa de areia. Em segundo lugar, ele se conectou desnecessariamente ao banco de dados MariaDB com credenciais padrão, que, se o script tivesse sido copiado incorretamente, poderia ter comprometido todo o sistema.
Em muitos casos, os assistentes simplesmente seguiram as declarações do usuário, sem esclarecer os dados de entrada ou a arquitetura do laboratório doméstico. Por exemplo, quando ocorreram problemas com contêineres Debian no Proxmox, o assistente não investigou a causa e simplesmente sugeriu mudar para uma máquina virtual completa, que consome mais recursos. Nenhum deles sugeriu o uso de clientes ACME diretamente nos serviços, embora esse seja o método padrão para emissão de certificados.
Além disso, nenhum dos modelos especificou que, mesmo usando um proxy dentro da rede, o tráfego poderia permanecer não criptografado sem medidas adicionais. Isso levou o proprietário da infraestrutura doméstica, contando com a IA, a expor quase completamente a rede interna enquanto instala componentes vulneráveis com proteção mínima.
Como observa o autor, tutoriais em vídeo e documentação forneceriam respostas muito mais rápidas e confiáveis do que diálogos de horas com modelos de linguagem. Enquanto isso, as grandes empresas de TI continuam a relatar uma parcela crescente de código escrito por redes neurais, não conseguindo distinguir entre Eficácia potencial e ameaças reais . Os erros nas recomendações se acumulam e, se o usuário não tiver um conhecimento técnico aprofundado, o resultado pode ser um comprometimento completo do sistema.
Redação
A equipe editorial da Red Hot Cyber é composta por um grupo de indivíduos e fontes anônimas que colaboram ativamente para fornecer informações e notícias antecipadas sobre segurança cibernética e computação em geral.