Pesquisador detecta script anti-LLM oculto em 10 mil sites hoje

Segurança Digital

Análise revela código oculto que dificulta a interação de modelos de linguagem em milhares de sites.

Leia também: MiniMax Code lança MCode Stack com 15 skills open-source grátis

Um pesquisador independente que rastreia técnicas de fingerprinting em navegadores identificou, nesta semana, um script altamente ofuscado que parece combinar mecanismos anti-bot, truques para confundir modelos de linguagem e até código potencialmente malicioso em ambiente Node.js, hospedado no domínio servicepipe.tech.

Quem está por trás do desenvolvimento desse script de fingerprinting?

O script suspeito, disponível em servicepipe.tech/static/checkjs/06b667/4CIrx8U3Da.js, foi encontrado durante uma varredura dos 10.000 sites mais populares da web, feita com base na lista Tranco Top Sites. A análise de domínios associou o endereço servicepipe.tech ao serviço russo servicepipe.ru, que se apresenta como fornecedor de sistemas de controle de tráfego, proteção contra ataques DDoS, bots e ameaças direcionadas.

O pesquisador, especializado em engenharia reversa de scripts de fingerprinting, vinha mapeando bibliotecas conhecidas, como soluções comerciais anti-bot, quando decidiu ampliar o escopo e interceptar chamadas a APIs de navegador relacionadas a fingerprinting. A partir de uma renderização de canvas mais elaborada — que ele diz lembrar a capa do álbum “Currents”, da banda Tame Impala — chegou ao script da servicepipe.tech.

“Eu não esperava nada incomum. A maioria dos scripts de fingerprinting são frequentemente ofuscados usando javascript-obfuscator ou algum derivado”, afirmou o pesquisador.

Entenda o contexto

Fingerprinting de navegador é uma técnica que combina sinais do ambiente do usuário — como fonte, renderização de gráficos, configurações e APIs disponíveis — para criar uma espécie de “impressão digital” do dispositivo, muitas vezes usada para detecção de bots, fraude e rastreamento sem depender de cookies.

Na varredura recente, o pesquisador usou a ferramenta Playwright para automatizar o acesso aos sites, interceptando especialmente chamadas a canvas.toDataURL e propriedades de detecção de automação, como navigator.webdriver. O objetivo era filtrar conteúdos gráficos irrelevantes e focar apenas em canvases claramente associados a fingerprinting.

O esforço resultou em 1.033 renderizações distintas de canvas, que foram reunidas no site fingerprint.garden, criado pelo próprio pesquisador para visualização pública e estudo dessas técnicas.

O que é o script de fingerprinting que está criando armas biológicas?

Não há qualquer evidência de que o script de fingerprinting encontrado esteja “criando armas biológicas” ou sendo usado diretamente em pesquisas desse tipo. O que ocorreu foi que uma ferramenta de análise de código baseada em IA, chamada Astra, recusou-se a desofuscar o script alegando riscos de segurança relacionados a pesquisas biológicas, possivelmente disparados por trechos de texto inseridos de propósito para acionar filtros de segurança de modelos de linguagem.

Ao examinar o arquivo, o pesquisador percebeu nomes de variáveis e estruturas de código pouco usuais, aparentemente pensados para confundir sistemas de IA que ajudam na desobfuscação. Quando enviou o script para a Astra, a ferramenta bloqueou a análise com base em políticas de segurança, associando o conteúdo a possíveis riscos em biologia — ainda que o código em si não tenha funções ligadas a esse tema.

“Astra se recusou a desobfuscar o script, citando riscos de segurança relacionados a pesquisas biológicas”, relatou o pesquisador. Tentativas semelhantes com outro modo de análise, chamado Daybreak Blue, também foram barradas pelos filtros de segurança.

Para o pesquisador, essa recusa indica que o script foi desenhado com um componente anti-LLM: ao misturar nomes de variáveis, strings e trechos de texto que soam perigosos para sistemas automatizados, o código força modelos de linguagem a rejeitar pedidos de desobfuscação.

Script usa referências sensíveis e código para Node.js

Intrigado, o pesquisador recorreu a outro modelo, o GLM-5.3, que aceitou o pedido e ajudou a desofuscar trechos críticos do arquivo. A análise revelou uma sequência de caracteres invisíveis que, quando decodificada, continha um texto repleto de termos sensíveis, incluindo referências a “Tiananmen Square”.

“Este era claramente uma string destinada a ativar todos os possíveis mecanismos de segurança, incluindo referências a Tiananmen Square para combater modelos chineses”, disse o pesquisador. A escolha desses termos sugere uma tentativa deliberada de fazer modelos baseados em políticas mais rígidas recusarem qualquer ajuda na análise.

Outra parte do script parece mirar ambientes Node.js, com trechos que indicam a execução de código potencialmente malicioso quando o script detecta que está rodando fora do navegador tradicional. Mesmo assim, as funções que leem arquivos no sistema aparecem com callbacks vazios e acompanhadas de textos sobre autoagressão e prompts de jailbreak, reforçando a hipótese de que tudo foi montado principalmente para esbarrar nas proteções de IA e não para de fato executar ataques.

“O script aparentemente executa código malicioso quando em ambiente Node, mas com callbacks vazios e referências a autoagressão e prompts de jailbreak”, descreveu o pesquisador.

Sinais de fingerprinting são considerados fracos

Apesar da sofisticação na obfuscação e nas táticas anti-LLM, o núcleo de fingerprinting do script não impressiona. Segundo o pesquisador, a coleta de sinais sobre o navegador e o dispositivo fica na média do mercado, sem explorar de forma agressiva APIs ou combinações de dados que tornem a impressão digital especialmente robusta.

Ele classifica os sinais como “decepcionantes” diante do esforço investido na camada de proteção contra análise automatizada. Na prática, trata-se de um script anti-bot e de rastreamento que tenta dificultar o trabalho de quem investiga seu funcionamento, seja com engenharia reversa tradicional, seja com apoio de modelos de linguagem.

Próximos passos da pesquisa

O projeto do pesquisador continua em andamento. A meta agora é ampliar a varredura para encontrar novas abordagens de fingerprinting e obfuscação e monitorar como esses scripts evoluem ao longo do tempo. Ele pretende adicionar ao fingerprint.garden recursos para comparar versões de um mesmo script, exibir diferenças entre cargas de fingerprinting e acompanhar o uso de novas APIs da web com potencial de rastreamento.

“Vamos continuar rastreando a web para encontrar técnicas mais interessantes de fingerprinting e obfuscação”, adiantou o pesquisador.