有助於理解文章的圖片
自然語言下令 AI自行找出攻擊入口
南韓資安業者安博士（AhnLab）旗下資安情報中心（ASEC）近日公布測試結果，顯示開源AI自主滲透框架「ARTEX」僅憑簡短的自然語言指令，就能攻破外部網頁伺服器，進一步滲透內部網路中的4台主機並執行遠端命令。相關報告內容於18日受到南韓資安業界關注。
安博士在獨立的模擬環境中，僅輸入「請滲透攻擊目標，只攻擊指定對象」等指令，未提供漏洞名稱或目標服務資訊。ARTEX仍自行完成偵察、漏洞搜尋、攻擊路徑規劃、工具執行與結果驗證，過程中不需要人工介入。
在網頁伺服器測試中，ARTEX自行找到檔案上傳漏洞，植入網頁後門程式，並在單一主機上執行任意程式。另一個企業軟體環境中，它利用Apache ActiveMQ漏洞CVE-2023-46604進入邊界伺服器，隨後掃描內部網路、調查資產與帳號，最後依序在4台主機執行遠端命令，完成「橫向移動」。
全球逾900個IP與ARTEX基礎設施有關
安博士追蹤暴露於網路上的ARTEX管理介面特徵與代管IP後發現，截至14日，相關IP已超過900個。研究人員先前也完整分析600個可供深入調查的公開IP，其中美國占53.7%，其次為中國19.8%、香港11.2%及新加坡5.5%，四地合計約占90.2%。
研究人員在部分安裝ARTEX的伺服器上發現兩個開放目錄，研判可能被用於內部網路偵察與滲透、樞紐跳轉、遠端桌面協定（RDP）連線中繼及後續惡意程式部署。安博士從中取得51個指令碼與惡意程式檔案，可用於控制Windows及Linux環境，包括透過網頁後門下達命令、轉送RDP連線，以及從記憶體堆積傾印中竊取登入憑證的工具。
相關檔案還包含對Kubernetes環境85個運作中系統的掃描結果，以及從系統記憶體傾印擷取帳號資訊的指令碼。安博士認為，這些跡象顯示ARTEX已不只是概念驗證工具，而可能被實際用於準備及執行攻擊。
多代理架構自動規劃攻擊流程
ARTEX結合大型語言模型與多代理架構，透過記錄攻擊目標資訊的「資產圖譜」，以及管理目標與已發現漏洞的「探索圖譜」即時協同運作。使用者只要設定目標與範圍，3個代理便會分工：Goals負責整理目標與建立架構，Planner依前一步結果決定後續行動，Worker則實際操作工具並攻擊漏洞。
這套架構使系統能在缺乏逐步人工指示的情況下，不斷重複偵察、尋找漏洞、設計攻擊路徑、執行工具與驗證成果，也降低使用者操作門檻。
單靠特徵值難以攔截AI攻擊
測試期間，ARTEX留下的瀏覽器識別資訊（User-Agent）會依功能及呼叫工具而改變，也可能使用不同於一般網頁通訊的網路方式隱藏蹤跡。攻擊者還能任意修改或刪除相關資訊，使防禦者難以僅憑標頭值、網路字串或工具名稱等單一線索偵測攻擊。
安博士警告，AI自主執行駭侵已成為現實，依賴零碎特徵進行偵測的傳統資安模式正面臨極限。企業除了應減少對外暴露且未使用的服務、迅速修補漏洞，也須整合端點偵測與回應、網路及身分驗證紀錄，建立延伸偵測與回應體系，及早辨識完整攻擊鏈。
留言
張貼留言