Martes, 17 de noviembre de 2026

Lo más relevante del hosting en el mundo, en español · ehost.ec →

Malware SANSAR usa una librería NVIDIA modificada para ocultar minería en Linux

Investigadores atribuyen a una operación de cryptomining en Linux el uso del toolkit SANSAR, que altera lecturas de GPU y emplea un rootkit de kernel y un backdoor para persistencia y control remoto.

Por Equipo ehost3 min de lecturaFuente: The Hacker News
Malware SANSAR usa una librería NVIDIA modificada para ocultar minería en Linux
Imagen ilustrativa generada con inteligencia artificial.

Especialistas en seguridad han documentado una campaña de cryptomining en sistemas Linux que emplea un conjunto de herramientas denominado SANSAR. El actor, identificado por los investigadores como un clúster con motivación financiera, manipula las lecturas de las tarjetas gráficas para evitar la detección mientras explota la capacidad de GPU y CPU para minar criptomonedas.

Qué hace SANSAR y cómo oculta la minería

SANSAR actúa como un orquestador escrito en Rust que recibe órdenes a través de la red Tor para lanzar y supervisar mineros en CPU y GPU. Según el análisis, la operación incluye tres componentes principales: un rootkit de kernel, un envoltorio (wrapper) de la NVIDIA Management Library (NVML) modificado y un backdoor llamado netns.

  • Wrapper de NVML modificado: sustituye las llamadas que usan herramientas de supervisión (por ejemplo nvidia-smi) para reportar una utilización de GPU del 0% y proporcionar lecturas de temperatura y potencia falsificadas. De este modo, los sistemas de monitorización verían valores aparentemente normales mientras la GPU está siendo usada intensamente.
  • Rootkit de kernel (acpi_thermal_mgr.ko): se instala mediante DKMS y añade un cargador en initramfs para sobrevivir a reinicios. Emplea ftrace para interceptar llamadas del sistema y ocultar procesos, archivos y entradas de sockets, devolviendo errores como “No such file or directory” o “No such process” cuando se interrogan los elementos ocultos.
  • Backdoor netns: registrado como servicio systemd, obtiene la dirección del servidor de control (C2) consultando un contrato en la blockchain de Ethereum y, tras resolverla, abre una conexión TCP a la dirección indicada para establecer una reverse shell.

Cadena de intrusión y vectores usados

El informe indica que el acceso inicial se logró explotando un agente de trabajo de Ray expuesto, lo que permitió ejecutar comandos remotos. Los atacantes emplearon tareas que consultaban nvidia-smi para inventariar las GPU y exfiltrar esa información, y luego ejecutaron una reverse shell en Python para tomar control inicial. Después añadieron una clave SSH al archivo authorized_keys para mantener acceso persistente y, con privilegios de root, desplegaron el toolkit bajo /opt/ y compilaron el módulo de kernel.

A quién afecta y qué debe comprobar un administrador

La campaña afecta a servidores Linux con aceleradores GPU que están expuestos a ejecución de trabajos remotos (por ejemplo, clústeres y servicios que aceptan jobs), y a cualquiera que utilice GPU para cargas de trabajo de IA o cálculo intensivo. Los administradores y responsables de infraestructuras deberían revisar varios puntos:

  • Controlar qué usuarios y servicios pueden someter trabajos a colas y agentes de computación distribuida (p. ej., Ray).
  • Verificar la integridad de las bibliotecas y wrappers de monitorización GPU (NVML) y comprobar si nvidia-smi y herramientas similares devuelven resultados coherentes con la carga real.
  • Auditar initramfs y módulos de kernel instalados: buscar módulos no firmados o cambios recientes que no correspondan con las actualizaciones previstas.
  • Revisar servicios systemd desconocidos y consultas salientes inusuales a contratos en blockchain o conexiones TCP a direcciones externas en puertos no habituales.

En términos prácticos, si detecta modificaciones en NVML o módulos de kernel sospechosos, lo más seguro es aislar el equipo, preservar logs y realizar un arranque desde medio conocido para comprobar el sistema de archivos y la tabla de arranque, o restaurar desde copias confiables.

Implicaciones y recomendaciones generales

Además de desviar capacidad de cómputo y aumentar costes operativos, este tipo de amenazas puede comprometer la disponibilidad de servicios de IA y entrenamiento de modelos. Las defensas eficaces combinan control de acceso a los entornos de ejecución de jobs, monitorización de integridad de bibliotecas y binarios, y detección de anomalías en telemetría de GPU (consumo de energía, temperaturas y tasas de uso en conjunto, no un único indicador).

Los investigadores señalaron además indicios en el código que apuntan a comentarios en turco, pero no se ha atribuido públicamente la operación a un actor concreto. La recomendación inmediata es que los equipos que amplían capacidad GPU revisen quién puede enviar trabajos, auditen las librerías de monitorización y supervisen cualquier comportamiento inusual para mitigar cryptojacking.

Lee también:

Fuente: The Hacker News

Compartir