Ao transformar a tela de segundo fator em confirmação de credencial válida, a operação SCARLET LOOP feita pela ZenoX expõe os limites das defesas tradicionais e mostra a urgência de padrões criptográficos modernos na proteção de identidades.
A startup de IA e segurança digital ZenoX identificou uma operação criminosa, que batizou de SCARLET LOOP, ativa até o encerramento do levantamento. Ao analisar um servidor usado pelos criminosos, a ZenoX constatou que, em cerca de seis meses, a operação avaliou 84,6 mil URLs, selecionou 6.171 domínios como alvos em 107 países e territórios identificáveis (distribuídos por 47 setores) e validou pelo menos 11.832 credenciais. Esse número é considerado um piso, diante das limitações da base analisada.
A estrutura utiliza inteligência artificial justamente nas duas etapas mais difíceis de automatizar em larga escala: decidir quais empresas interessam aos operadores e descobrir como navegar por páginas de autenticação ainda desconhecidas.
A IA entra para resolver os gargalos históricos de julgamento. Os agentes autônomos decidem quais empresas movimentam dinheiro, encontram as páginas de login e realizam os testes de acesso. Logo após aprenderem como determinado formulário funciona, a IA sai de cena e dá lugar à automação convencional por scripts determinísticos, permitindo que as investidas continuem em larga escala com baixo custo computacional.
A investigação da ZenoX mostra que a operação criminosa seguia em plena expansão enquanto os dados eram coletados. Quando a ZenoX encerrou a coleta, em 11 de setembro de 2026, o servidor dos criminosos analisado pela empresa registrava 55 projetos de descoberta ativos (frente a 47 observados uma semana antes, em 4 de setembro), com o classificador rodando ao vivo e novos alvos sendo integrados à esteira, como corretoras de criptomoeda de varejo, bancos digitais e carteiras móveis globais.
A democratização do cibercrime por agentes autônomos
Em entrevista ao Crypto ID sobre a quebra de barreiras técnicas decorrente do uso de IA, Gabriel Paiva, CEO da ZenoX, contextualizou o perfil dos operadores: “O que a SCARLET LOOP mostra é que a barreira técnica que separava um script amador de uma operação de alcance global praticamente desapareceu. Não porque os operadores ficaram mais sofisticados, eles não ficaram. O retrato que encontramos é o de um grupo pequeno, de língua portuguesa, sem disciplina de segurança operacional: eles depuravam a própria ferramenta em conversa de grupo no Telegram, colavam saída de terminal expondo nome de usuário e modelo de máquina, e trocavam mensagens de frustração quando a automação falhava.“
O executivo ressalta que a transformação se deu na substituição do julgamento humano: “O que muda aqui é a escala. Uma operação que antes precisava adaptar manualmente sua abordagem a cada novo alvo passa a conseguir fazer isso de forma autônoma. A IA permite avançar sobre milhares de empresas diferentes sem exigir o mesmo crescimento da operação humana por trás do ataque.“
O critério da IA: encontrar quem movimenta dinheiro
A seleção dos alvos começava com um projeto descrito em linguagem natural pelo operador. A partir dessa instrução, um modelo gerava consultas de busca e outro avaliava os resultados com notas de zero a dez. O critério central que a ZenoX encontrou no código da operação era direto: “o negócio movimenta dinheiro?”, independente do tema ou setor.
Essa métrica fez com que cinco setores concentrassem 54% dos domínios selecionados pela operação no mundo todo. Todos compartilhavam uma característica elementar: mantinham saldo, crédito ou algum tipo de valor conversível diretamente na conta do usuário. Entre os segmentos mapeados estavam adquirência e gateways de pagamento, carteiras digitais, remessas internacionais, programas de fidelidade, plataformas de gift cards, serviços de crédito e cassinos online.
A análise da ZenoX evidenciou uma divisão técnica de trabalho na infraestrutura criminosa, separada entre geração de buscas, classificação de alvos e operação do navegador. Modelos mais capazes eram reservados às funções que exigiam maior julgamento, enquanto uma opção mais barata era usada na navegação em volume.
Da credencial vazada à tentativa de login
Após a aprovação do alvo, a plataforma buscava pares de usuário e senha associados àquele domínio em bases de credenciais vazadas. O agente recebia o endereço web e os dados de acesso, localizando sozinho a tela de autenticação para preencher os campos e validar o retorno.
A esteira contava com suporte a até 500 workers simultâneos e utilizava 46 ferramentas de automação. A navegação era conduzida por instâncias modificadas de Firefox projetadas para neutralizar defesas anti-bot por meio da adulteração de impressões digitais do navegador (fingerprint), falsificando parâmetros de Canvas, WebGL, AudioContext, fuso horário, idioma, geolocalização, resolução e viewport. Para assegurar fluidez, a ferramenta aplicava atrasos entre digitações de teclas simulando humanos e integrava serviços pagos de resolução de captchas.
Quando encontrava uma brecha, o agente conseguia desenvolver e executar exploits de login por conta própria, sem supervisão direta passo a passo, além de reaproveitar aprendizados de execuções anteriores e expandir varreduras por subdomínios.
Modo AUTO: a IA encontra o caminho e o código convencional executa
Um dos pontos centrais do relatório da ZenoX sobre a operação é a mecânica do Modo AUTO. Após um número configurável de logins confirmados em determinado alvo, o sistema grava a sequência de chamadas de ferramentas executada pelo agente de IA e a converte em um script determinístico.
A transição visa a economia de recursos. Para um alvo com mil ou mais credenciais, em vez de mil invocações de modelo de linguagem, a operação paga por uma só. A inteligência artificial atua apenas na fase exploratória. O restante da ofensiva roda via código convencional.
Como aponta Gabriel Paiva: “O que encontramos mostra que autonomia não significa manter a IA executando todas as etapas o tempo inteiro. Ela entra justamente onde é preciso interpretar e se adaptar. Quando o sistema aprende como aquele login funciona, o modelo sai de cena e a tarefa passa a ser repetida por automação convencional. Para a defesa, isso torna o cenário mais complexo, porque a maior parte do volume pode não parecer um ataque conduzido por IA.“
Conforme as credenciais eram validadas, os dados eram imediatamente transmitidos para um canal privado no Telegram, plataforma que os criminosos também usavam como console remoto de controle pelo celular.
A armadilha do MFA registrado como sucesso
Um dos pontos de maior alerta para a gestão de identidades e acessos diz respeito à forma como a operação trata a autenticação multifator (MFA). O sistema da SCARLET LOOP foi parametrizado para interpretar o redirecionamento a telas de desafio de OTP – código de uso único, ou de segundo fator de autenticação como login bem-sucedido. A credencial é classificada como válida e exfiltrada, mesmo sem a conta ter sido acessada naquele momento.
Questionado pelo Crypto ID sobre o risco de credenciais válidas circularem sem o conhecimento das equipes de segurança corporativa, Paiva confirmou o perigo desse ponto cego: “Sim, e esse é um dos pontos mais importantes para as áreas de segurança entenderem corretamente. A plataforma trata a chegada a uma página de desafio de OTP/segundo fator como resultado de login bem-sucedido: a credencial é registrada como válida e enviada ao canal de exfiltração, mesmo que a conta em si não tenha sido acessada naquele momento. Contas protegidas por MFA podem ser classificadas pelo atacante como credenciais confirmadas e válidas, sem que exista qualquer sinal de comprometimento nos logs das empresas, nenhum acesso concluído, nenhuma sessão suspeita. O 2FA bloqueou o acesso à conta naquele instante, mas não impediu que o usuário e senha fossem validados e catalogados.“
No Relatório fica apresentado que o MFA impede a monetização, mas não a validação da credencial. A invasão é contida naquele momento, mas o par de usuário e senha confirmado alimenta listas qualificadas, prontas para abordagens direcionadas posteriores.
Brasil: reconhecimento direcionado antes da coleta global
O Brasil ocupou posição estratégica na operação. Em 28 e 29 de abril de 2026, semanas antes do início da coleta global massiva, a infraestrutura criminosa executou uma etapa de reconhecimento direcionado: foram 136 varreduras de subdomínio contra 89 domínios, mapeando 27.460 subdomínios. Do total de alvos checados nessa fase preliminar, 52 eram brasileiros, com foco concentrado nos segmentos de fidelidade, incentivos corporativos e cartões de presente, o mesmo setor que depois dominaria o recorte brasileiro.
Ao todo, a operação selecionou 219 domínios .br como alvos, representando 3,5% do total global, com 20 deles posicionados na faixa de alta confiança do classificador. A distribuição dos alvos no país seguiu um perfil específico:
- Comércio e troca de gift cards e fidelidade: 53 domínios;
- Adquirência e gateways de pagamento: 49 domínios;
- Compre agora, pague depois (BNPL) e crédito no ponto de venda: 28 domínios;
- Cassinos online: 24 domínios.
A investigação da ZenoX localizou ainda, entre os projetos de descoberta da operação, um projeto nomeado em inglês, com terminologia de combolist (listas de credenciais vazadas), e escopo voltado formalmente ao Brasil, o que, para a ZenoX, indica que o país foi um alvo planejado, e não incidental.
Desafios e recomendações para a defesa
A SCARLET LOOP desafia as estratégias tradicionais de proteção de perímetro. Uma vez que a inteligência artificial se retira do circuito após aprender o fluxo da página, a assinatura de rede do ataque confunde-se com a automação comum, dificultando a detecção baseada apenas na análise do tráfego externo.
A ZenoX adverte que a ausência de uma empresa entre os 6.171 domínios catalogados no relatório não significa que ela esteve imune às varreduras. Como a operação continuava ativa e expandindo alvos em setembro, a orientação imediata é que as equipes analisem seus próprios registros internos de autenticação.
Para responder à evolução dos agentes autônomos ofensivos, o relatório aponta quatro frentes defensivas eficazes:
- Detecção comportamental focada na consistência de sinais técnicos do cliente em vez de simples reputação de endereço IP;
- Verificação de credenciais comprometidas contra bases de vazamento em tempo real no momento exato do acesso;
- Adoção acelerada de segundo fator de autenticação resistente à automação;
- Aplicação de limitação de taxa (rate limiting) distribuída por conta de usuário, e não restrita somente à origem de rede da conexão.
O caso SCARLET LOOP deixa uma lição que vai além da operação em si: senha e código de uso único já não bastam quando o próprio atacante trata a tela de segundo fator como confirmação de sucesso. Fatores baseados em criptografia de chave pública não expõem um segredo reutilizável e ficam vinculados ao site legítimo, o que esvazia justamente a etapa que a operação automatizou. Enquanto essa transição não se completa, a recomendação imediata da ZenoX vale para qualquer empresa que movimente saldo ou crédito: não aparecer na lista não é garantia de nada, e a resposta está nos próprios registros de autenticação.
Agradecimento
O Crypto ID agradece à ZenoX pela contribuição com a investigação e pelo compartilhamento das informações que ajudam a compreender como agentes autônomos estão transformando a dinâmica dos ataques digitais e os desafios para a proteção de identidades e credenciais.
Acesse o relatório completo
Para consultar a investigação completa, incluindo os detalhes técnicos, indicadores e dados analisados pela ZenoX, acesse o relatório da operação SCARLET LOOP.
Identidade sintética: como a IA está criando um novo desafio para a validação de identidade
Falta de preparo operacional ainda limita o avanço da IA no varejo, aponta estudo da Kyndryl
Acompanhe o melhor conteúdo sobre Inteligência Artificial publicado no Brasil.
