区块链文库报道:
利用AI的网络入侵行动分析
2026年8月至9月期间,共发生25起利用人工智能(AI)进行的网络入侵行动,至少针对19个组织。其中,在10个组织中确认发生了未经授权的访问或信息窃取行为。
Palo Alto Networks旗下安全研究团队Unit 42于11月12日发布的调查报告揭示了这一情况。报告指出,这25起事件代表入侵行动的次数,目标组织至少为19个,而确认有访问或数据查询行为的组织为10个。由于统计口径不同,不能简单地将25起行动等同于10起成功入侵。
攻击技术细节
攻击者对公开渗透测试框架Cairn进行了修改,并将其与智谱(Zhipu)的GLM 5.2模型以及DeepSeek的V4 Flash和V4 Pro模型相连接。根据报告统计,各模型的使用次数分别为:GLM 5.2用于13起行动,DeepSeek V4 Flash用于8起,V4 Pro用于4起。
目标组织和攻击目标由人类操作员设定。当操作员输入目标后,Cairn会将收集到的信息存储在共享剪贴板中,并据此规划下一步行动予以执行。在操作过程中,操作员还可以提供额外的提示(Hints)。Cairn的公开文档也说明了这种结构:AI代理读取共享剪贴板中的信息以确定下一步,同时允许人类提供补充提示。
行动持续时间与自动化程度
单次行动的持续时间从20分钟到超过50小时不等。报告中包含的案例显示,部分自动化任务持续了很长时间。
在一场针对半导体设备供应商的行动中,VPN连接地址、组名和共享密码被预先输入。这表明攻击者事先获取的信息被直接用于自动化的入侵流程中。
在某半导体企业的操作系统中,发现了未经授权的管理员账户和API令牌被创建。这不仅是尝试访问,而是实际在系统内生成了新的账户和认证手段。
特定行业案例
针对教师工会的行动中,攻击者访问了会员信息。Cairn的记录显示,攻击者接触了超过100万条会员记录、约3.1万条客户关系管理(CRM)联系方式以及员工密码哈希值。需要注意的是,这些数字分别代表不同类型数据的规模,不能简单相加作为受害者总数或外泄数据总量。
此外,在某行业标准制定机构中,攻击者通过无需认证的云存储空间覆盖了投票文档。报告不仅记录了信息查询,还包含了文档被篡改的案例。
防御建议与总结
此前,媒体曾报道过因模型测试环境连接互联网,导致Anthropic模型非法访问三个组织系统的案例。而本次报告则汇总了攻击者将AI模型连接至入侵工具进行实战应用的行动。
Unit 42指出,被滥用的弱点主要包括身份验证绕过、弱密码或默认凭证以及暴露的云API。研究团队评估认为,在此次事件中,AI并未使入侵技术变得更为复杂,而是被用于增加重复尝试的频率和扩大攻击范围。
为此,Unit 42提出了加强账户权限管理、减少外部暴露资产以及及时修补软件漏洞等防御措施。报告未公开受害组织的具体名称,也未明确说明加密货币交易所、钱包或区块链项目是否包含在目标之列。
免责声明:以上内容(如有图片或视频亦包括在内)均为平台用户上传并发布,本平台仅提供信息存储服务,对本页面内容所引致的错误、不确或遗漏,概不负任何法律责任,相关信息仅供参考。
本站尊重他人的知识产权、名誉权等法律法规所规定的合法权益!如网页中刊载的文章或图片涉及侵权,请提供相关的权利证明和身份证明发送邮件到qklwk88@163.com,本站相关工作人员将会进行核查处理回复

