
Infostealers: como funciona matematicamente o roubo de informações digitais?
Entenda como os infostealers capturam credenciais, exploram a confiança digital e transformam pequenas falhas de segurança em grandes riscos, com uma análise matemática baseada em probabilidade, teoria da informação, estatística e redes.
Introdução: quando o roubo de dados se transforma em um problema matemático
Imagine um cenário em que uma única máquina comprometida expõe senhas salvas, cookies de sessão, informações de navegadores e outros dados sensíveis. O impacto pode ultrapassar o dispositivo original e atingir contas corporativas, aplicações em nuvem e sistemas internos.
Esse é o universo dos infostealers, uma categoria de malware projetada para coletar informações que possam ser utilizadas em fraudes, invasões de contas e outros ataques cibernéticos.
Embora sejam frequentemente discutidos sob a perspectiva técnica da cibersegurança, os infostealers também podem ser compreendidos por meio da matemática. Probabilidade, estatística, teoria da informação, grafos e modelos de risco ajudam a explicar por que esses ataques são tão relevantes e como as organizações podem reduzir sua exposição.
Neste artigo, vamos analisar o funcionamento dos infostealers sob essa perspectiva matemática, com exemplos didáticos e aplicações práticas para a defesa cibernética.
1. O que são infostealers e como eles funcionam?
Infostealers são programas maliciosos cuja finalidade principal é coletar e extrair informações de um dispositivo comprometido.
Dependendo da família do malware e do ambiente, os dados visados podem incluir:
- Credenciais armazenadas em navegadores e aplicativos.
- Cookies e tokens de autenticação.
- Informações de preenchimento automático.
- Dados relacionados a carteiras digitais.
- Informações do sistema e do ambiente de execução.
- Arquivos específicos que contenham informações de interesse.
Em termos conceituais, o funcionamento pode ser dividido em cinco etapas:
1. Entrada: o malware chega ao dispositivo por meio de algum vetor de comprometimento, como um arquivo malicioso, um instalador adulterado ou outra forma de engenharia social.
2. Coleta: o programa procura informações acessíveis ao usuário ou ao processo comprometido.
3. Organização: os dados coletados são estruturados para facilitar seu processamento.
4. Exfiltração: as informações são transmitidas para uma infraestrutura controlada pelo atacante, quando as condições permitem.
5. Exploração posterior: os dados podem ser utilizados em fraudes, tentativas de acesso a contas ou outros ataques.
Nem todas as famílias seguem exatamente esse fluxo, e o sucesso de cada etapa depende das permissões, das proteções presentes e das características do sistema.
A questão matemática central é esta: qual é a probabilidade de um ataque conseguir obter dados úteis e qual é o impacto esperado dessa exposição?
2. Probabilidade: por que pequenas chances podem gerar grandes riscos?
A probabilidade permite modelar a chance de um evento ocorrer.
Considere, como exemplo hipotético, uma organização na qual cada um de 100 dispositivos tenha uma probabilidade independente de 2% de sofrer um comprometimento durante determinado período.
A probabilidade de um dispositivo não ser comprometido é:
P(\text{não comprometimento}) = 1 - 0{,}02 = 0{,}98
Se os eventos forem independentes, a probabilidade de nenhum dos 100 dispositivos ser comprometido será:
P(\text{nenhum}) = 0{,}98^{100}
Portanto, a probabilidade de pelo menos um dispositivo ser comprometido é:
P(\text{ao menos um}) = 1 - 0{,}98^{100}
O resultado é aproximadamente 86,7%.
Esse número não representa uma taxa real de infecção por infostealers. É um exemplo matemático que demonstra como um risco individual aparentemente baixo pode produzir uma probabilidade acumulada elevada em um conjunto grande de dispositivos.
Na prática, os comprometimentos não são necessariamente independentes: campanhas de phishing, vulnerabilidades compartilhadas e configurações semelhantes podem afetar muitos dispositivos ao mesmo tempo.
O que isso significa para a segurança?
Uma política de segurança não deve considerar apenas o risco de um único equipamento. É necessário avaliar a exposição agregada da organização, a concentração de privilégios e a possibilidade de um incidente atingir várias contas ou sistemas.
Reduzir a probabilidade individual de comprometimento e limitar o número de ativos expostos são estratégias complementares.
3. Teoria da informação: por que credenciais são tão valiosas?
A teoria da informação, desenvolvida a partir dos trabalhos de Claude Shannon, oferece ferramentas para estudar a incerteza associada a uma informação.
Uma das medidas mais conhecidas é a entropia de Shannon:
H(X) = -\sum_{i=1}^{n} p_i \log_2(p_i)
Nessa expressão:
Xrepresenta uma variável aleatória.p_ié a probabilidade de cada resultado possível.H(X)mede a incerteza média, em bits.
Uma senha escolhida uniformemente entre N possibilidades tem entropia teórica de:
H(X) = \log_2(N)
Por exemplo, se existissem exatamente 2^40 senhas possíveis e todas fossem igualmente prováveis, a entropia seria de 40 bits.
Entretanto, senhas humanas reais não são necessariamente uniformes. Preferências, padrões conhecidos e reutilização de senhas podem reduzir significativamente a incerteza efetiva.
O papel dos infostealers nessa equação
Quando uma senha é roubada diretamente de um dispositivo, o atacante pode deixar de enfrentar o problema de descobrir qual é a senha.
Em vez de explorar todas as possibilidades de um espaço de busca, ele pode obter uma credencial já existente.
Isso altera radicalmente o problema: a segurança deixa de depender apenas da complexidade matemática da senha e passa a depender também da proteção do dispositivo, do armazenamento das credenciais, da autenticação e do controle das sessões.
É importante distinguir dois cenários:
- Ataque por adivinhação: o invasor tenta descobrir uma credencial desconhecida.
- Roubo de credencial: a informação é obtida por comprometimento de um dispositivo ou de outro componente do sistema.
Uma senha forte pode dificultar o primeiro cenário, mas não garante proteção contra o segundo.
4. Cookies de sessão e a matemática da autenticação
Muitas aplicações web utilizam sessões para manter um usuário autenticado depois do login.
Após uma autenticação bem-sucedida, o servidor pode emitir um identificador ou token de sessão. Nas requisições seguintes, esse elemento ajuda a reconhecer a sessão já estabelecida.
Quando um cookie de sessão funciona como um token portador, sua posse pode representar uma capacidade de acesso, dependendo da implementação e dos controles de segurança.
Por isso, o roubo de cookies e tokens pode ser especialmente relevante: em determinadas condições, o invasor não precisa repetir o processo de autenticação convencional.
Um modelo simples de risco
Podemos representar o risco de abuso de uma sessão comprometida como:
R = P(C) \times P(A \mid C) \times I
Em que:
P(C)é a probabilidade de comprometimento da sessão.P(A | C)é a probabilidade de abuso, dado o comprometimento.Irepresenta o impacto potencial.
Esse modelo é uma simplificação para organizar o raciocínio, não uma fórmula universal de mensuração de risco.
A organização pode reduzir o risco por diferentes caminhos: diminuir a exposição dos tokens, restringir sua validade, detectar comportamentos anormais, revogar sessões comprometidas e exigir verificações adicionais em operações sensíveis.
Controles como autenticação multifator resistente a phishing, proteção de dispositivos e políticas de sessão bem definidas ajudam a criar camadas de defesa. Nenhum controle isolado elimina todos os cenários de roubo ou abuso de sessão.
5. Estatística e detecção: como identificar comportamentos suspeitos?
A detecção de infostealers e de suas consequências pode ser analisada por meio de modelos estatísticos.
Imagine que uma equipe de segurança monitore determinados comportamentos, como acessos incomuns a dados de navegadores, execução de processos inesperados e conexões de rede fora do padrão.
Um sistema de detecção pode atribuir uma pontuação de risco a cada evento:
S = w_1 x_1 + w_2 x_2 + \cdots + w_n x_n
Nessa equação:
x_irepresenta uma característica observada.w_irepresenta o peso atribuído a essa característica.Sé a pontuação calculada.
As características podem representar desvios de comportamento, indicadores técnicos ou combinações de eventos.
Uma pontuação elevada pode acionar uma investigação, mas não prova, por si só, a presença de malware. Aplicações legítimas também podem gerar comportamentos incomuns.
O desafio dos falsos positivos
Considere um detector hipotético com:
- Sensibilidade de 95%.
- Taxa de falsos positivos de 1%.
- Prevalência de 0,1% para o evento investigado.
Em uma população de 100.000 eventos, teríamos, em média:
- 100 eventos realmente positivos.
- 95 desses eventos identificados corretamente.
- 99.900 eventos negativos.
- Aproximadamente 999 falsos positivos.
Assim, entre os 1.094 alertas esperados, apenas 95 corresponderiam a eventos realmente positivos.
O valor preditivo positivo seria:
VPP = \frac{95}{95 + 999} \approx 8{,}7\%
Esse exemplo ilustra um princípio fundamental da análise de segurança: mesmo um detector com boa sensibilidade pode produzir muitos alertas incorretos quando o evento investigado é raro.
Por isso, o contexto importa. Correlacionar sinais, priorizar alertas e realizar validação adicional pode melhorar a qualidade das investigações.
6. Teoria dos grafos: como um dispositivo comprometido pode afetar outros ativos?
A teoria dos grafos representa sistemas como conjuntos de nós e conexões.
Em uma rede corporativa, os nós podem representar:
- Dispositivos.
- Usuários.
- Contas de serviço.
- Aplicações.
- Recursos em nuvem.
As arestas representam relações, como permissões, dependências, confiança ou capacidade de acesso.
Um modelo de grafo pode ser escrito como:
G = (V, E)
Em que V é o conjunto de nós e E é o conjunto de conexões.
Se um dispositivo armazena uma sessão autenticada em uma aplicação corporativa, existe uma relação relevante entre o dispositivo, a identidade e o recurso acessível.
Se essa identidade tiver permissões excessivas, o impacto potencial de seu comprometimento poderá ser maior.
Centralidade e concentração de privilégios
Em teoria dos grafos, a centralidade ajuda a identificar nós estruturalmente importantes.
Em segurança, uma ideia semelhante pode ser aplicada para encontrar contas, sistemas ou serviços que tenham acesso a muitos recursos críticos.
Não existe uma única medida de centralidade que represente perfeitamente o risco. Entretanto, mapear as relações de acesso pode revelar pontos de concentração de privilégios e dependências perigosas.
Esse tipo de análise contribui para:
- Reduzir permissões desnecessárias.
- Segmentar ambientes.
- Proteger contas administrativas.
- Limitar o acesso entre sistemas.
- Priorizar ativos cuja exposição teria maior impacto.
O objetivo é impedir que o comprometimento de um único dispositivo se transforme em um incidente de grande alcance.
7. Valor esperado: como calcular o impacto financeiro de um incidente?
A matemática também ajuda a estimar o impacto econômico de um incidente de segurança.
Uma abordagem simples utiliza o valor esperado:
VE = \sum_{i=1}^{n} p_i C_i
Em que:
p_ié a probabilidade de determinado cenário.C_ié o custo associado ao cenário.VEé o custo esperado.
Considere um exemplo hipotético em que uma organização estime:
- Probabilidade anual de um incidente relevante: 5%.
- Custo estimado caso ele ocorra: R$ 200.000.
O custo anual esperado seria:
VE = 0{,}05 \times 200.000 = \text{R\$ } 10.000
Esse resultado não significa que a empresa necessariamente gastará R$ 10.000. Significa apenas que, sob as premissas utilizadas, esse seria o custo médio esperado do cenário modelado.
Uma análise mais completa pode incluir interrupção operacional, investigação forense, recuperação de sistemas, resposta jurídica, comunicação, fraude e impactos reputacionais.
Também é necessário considerar a incerteza das estimativas e a possibilidade de eventos correlacionados.
Como avaliar investimentos em defesa?
Se uma medida de segurança reduz a probabilidade de um incidente ou seu impacto esperado, ela pode produzir benefícios econômicos.
Uma comparação simplificada é:
B = VE_{\text{antes}} - VE_{\text{depois}}
Em que B representa a redução estimada do custo esperado.
Essa análise pode ajudar a comparar alternativas como gerenciamento de dispositivos, proteção de endpoints, monitoramento, treinamento, controle de privilégios e resposta a incidentes.
As estimativas devem ser fundamentadas em dados da organização sempre que possível, em vez de depender exclusivamente de valores genéricos.
8. Como reduzir o risco de infostealers na prática?
A análise matemática ajuda a compreender o risco, mas sua utilidade depende da aplicação de controles concretos.
Para usuários
- Mantenha o sistema operacional e os aplicativos atualizados.
- Evite executar arquivos e instaladores de origem duvidosa.
- Utilize um gerenciador de senhas confiável e proteja seu acesso.
- Ative autenticação multifator, preferencialmente resistente a phishing quando disponível.
- Não reutilize senhas importantes em diferentes serviços.
- Mantenha as proteções de segurança do dispositivo habilitadas.
- Se suspeitar de comprometimento, utilize um dispositivo confiável para trocar credenciais e revogue sessões ativas quando possível.
Para empresas e equipes de segurança
- Implemente proteção de endpoints e mantenha os mecanismos de detecção atualizados.
- Restrinja a execução de aplicações e scripts conforme a necessidade operacional.
- Aplique o princípio do menor privilégio.
- Monitore comportamentos suspeitos de acesso a dados locais e de comunicação de rede.
- Centralize e correlacione logs de autenticação, endpoints e aplicações.
- Estabeleça procedimentos para revogar sessões e responder ao roubo de credenciais.
- Avalie periodicamente os caminhos de acesso entre identidades, dispositivos e recursos críticos.
- Realize exercícios de resposta a incidentes e mantenha backups protegidos.
Quando houver suspeita de infecção, a prioridade é conter o incidente, preservar evidências relevantes e avaliar quais credenciais, tokens e sessões podem ter sido expostos.
9. Fontes e referências para aprofundamento
Para aprofundar a análise técnica, vale consultar publicações de instituições reconhecidas em segurança cibernética:
-
MITRE ATT&CK — Credentials from Password Stores (T1555): técnicas relacionadas ao acesso indevido a armazenamentos de credenciais. https://attack.mitre.org/techniques/T1555/
-
MITRE ATT&CK — Steal Web Session Cookie (T1539): técnicas relacionadas ao roubo de cookies de sessão. https://attack.mitre.org/techniques/T1539/
-
NIST — Cybersecurity Framework 2.0: estrutura para governança, avaliação e gestão de riscos cibernéticos. https://www.nist.gov/cyberframework
-
NIST — Digital Identity Guidelines (SP 800-63B): orientações sobre autenticação e gerenciamento de autenticadores. https://pages.nist.gov/800-63-4/sp800-63b.html
-
Shannon, C. E. — A Mathematical Theory of Communication (1948): trabalho fundamental para a teoria da informação. https://doi.org/10.1002/j.1538-7305.1948.tb01338.x
Essas referências permitem conectar os conceitos matemáticos às técnicas observadas, aos controles de identidade e às práticas de gestão de risco.
Conclusão: a matemática transforma sinais técnicos em decisões de segurança
Infostealers não representam apenas um problema de malware. Eles evidenciam como a exposição de uma única credencial ou sessão pode alterar o risco de todo um ambiente digital.
A probabilidade explica a acumulação de riscos. A teoria da informação ajuda a compreender a diferença entre adivinhar uma senha e roubá-la. A estatística revela os desafios de detectar eventos raros. A teoria dos grafos permite visualizar caminhos de acesso e concentração de privilégios. Já o valor esperado oferece uma estrutura para discutir impacto financeiro e investimentos em proteção.
O principal aprendizado é que a segurança não depende exclusivamente de senhas complexas ou de uma ferramenta de proteção. Ela resulta da combinação de controles técnicos, redução de privilégios, monitoramento, gestão de sessões e capacidade de resposta.
Em cibersegurança, a matemática não elimina o risco, mas ajuda a medi-lo, priorizá-lo e tomar decisões melhores.
Quanto mais cedo uma organização compreender essas relações, maiores serão suas condições de limitar o impacto de um comprometimento e proteger seus ativos digitais.
Licença indicada no material: CC BY-NC-SA 4.0
© 2026 — Maximiliano Tarigo