Malware PoeLLM infecta servidores de IA expuestos para criptominería

8 de octubre de 2026 · Por Erick Marin

Qué pasó

Investigadores de seguridad identificaron una nueva campaña de criptominería que utiliza un malware denominado PoeLLM para infectar servidores de inteligencia artificial expuestos públicamente en internet. Según BleepingComputer, los atacantes aprovechan configuraciones inseguras de estos servicios de IA para desplegar el malware.

Una vez comprometidos, los servidores infectados no solo se utilizan para minar criptomonedas de forma ilícita, sino que también son convertidos en herramientas para escanear otras redes en busca de nuevos objetivos vulnerables y lanzar ataques adicionales de explotación.

La noticia no detalla aún indicadores de compromiso específicos ni el alcance exacto de la campaña, pero resalta una tendencia creciente: el uso de infraestructura de IA mal asegurada como vector de ataque para fines de monetización ilícita y propagación lateral.

Qué significa para empresas en LatAm

El auge en la adopción de servicios de IA en la región —muchas veces desplegados rápidamente sin revisiones de seguridad adecuadas— incrementa la superficie de ataque disponible para este tipo de campañas. Empresas que exponen paneles de administración, APIs o interfaces de modelos de IA sin autenticación robusta son blancos fáciles.

Además del impacto directo en costos de cómputo y rendimiento por la minería no autorizada, el verdadero riesgo radica en que estos servidores comprometidos pueden ser usados como puente para atacar otros sistemas internos o de terceros, generando responsabilidad adicional para la organización afectada.

Qué hacer ahora

1. Auditar todos los servidores y servicios de IA expuestos a internet, verificando que no existan paneles o APIs sin autenticación.
2. Implementar control de acceso basado en roles y restringir el acceso administrativo solo a redes internas o mediante VPN.
3. Monitorear el consumo anómalo de CPU/GPU que pueda indicar actividad de criptominería no autorizada.
4. Aplicar segmentación de red para limitar el movimiento lateral desde servidores de IA hacia sistemas críticos.
5. Mantener actualizados los frameworks y plataformas de IA utilizadas, aplicando parches de seguridad tan pronto estén disponibles.