【AI安全】17万目标被拆成任务队列:UAT-10147如何把Agent接入真实入侵

admin 2026-08-27 06:47:29 网络安全文章 来源:ZONE.CI 全球网 0 阅读模式

文章总结: CiscoTalos披露中文攻击团伙UAT-10147将AI驱动框架如PentestGPT和DeepAudit接入已入侵环境,形成自动化攻击流水线。该团伙将约17万个目标URL拆分为万级任务文件,实现侦察到持久化的多阶段自动化。防守方应关注大批相似请求、失败后快速变体等信号,而非仅搜索AI关键词。AI代理降低了迭代成本但未降低技术门槛,检测需从恶意字符串升级到任务状态机。 综合评分: 88 文章分类: AI安全,威胁情报,实战经验


【AI安全】17万目标被拆成任务队列:UAT-10147如何把Agent接入真实入侵

原创

Oxo Security Oxo Security

Oxo Security

2026年8月23日 01:57 吉林

在小说阅读器读本章

去阅读

一、这不是概念演示,而是攻击现场里的Agent工作台 🤖

AI 时代!人人都在深耕 AI 安全,你缺的就是这关键一步!

AI 正重塑安全边界,与其在门外徘徊,不如直接掌握主动权!

免费课程持续更新

https://space.bilibili.com/452583051/lists/7870008?type=season

Cisco Talos 在 2026 年 8 月 20 日披露中文攻击团伙 UAT-10147:该团伙把 PentestGPT、DeepAudit 等 AI 驱动框架接入已入侵环境,用于漏洞利用辅助、侦察、载荷生成、结果验证与持久化。研究人员观察到的开放目录里约有 17 万个目标 URL,并被按万级规模拆成若干任务文件。📂 最重要的证据不是攻击者“用过聊天机器人”,而是目标清单、工具链与执行产物已经形成可持续处理的流水线。

Oxo Security 的判断是:Agentic AI 在这里承担的不是替代攻击者做战略决策,而是压缩重复环节的时间——读取目标、选择脚本、解释失败、改写参数、检查结果,再把下一轮动作排入队列。🔁 一旦这些微小循环被自动编排,攻击规模就不再主要受人工逐条排错约束,而受凭据、网络出口、算力和可观测性约束。 Talos 的材料证明特定团伙在真实入侵中的使用方式,但不能据此断言 17 万个 URL 全部被成功攻破,也不能把每个自动生成动作都视为无人监督执行。

| 现场证据 | 说明 | 防守侧应关注 | | — | — | — | | 约 17 万个目标 URL | 目标池进入批处理 | 相似探测跨大量资产扩散 | | 按万级拆分文件 | 任务被切片并行消费 | 批次节奏与基础设施复用 | | PentestGPT、DeepAudit | AI 框架进入工具链 | 调用链、提示与脚本产物 | | 侦察到持久化多阶段使用 | 覆盖入侵后环节 | 同一操作者的跨阶段关联 |

因此,防守团队首先要验证的不是“日志里有没有 AI 字样”,而是同一来源是否出现 大批相似但不完全相同的请求、失败后快速变体、跨工具共享目标列表,以及短时间内从侦察转向验证。🔍 这些信号比猜测攻击者使用了哪一个模型更可操作。

二、Agent降低的是迭代成本,而不是攻击技术门槛本身 🧭

传统批量攻击常被三个摩擦点拖慢:脚本遇到异常格式会停、不同工具的输出难以衔接、失败原因需要人工解释。Agent 编排把它们连成闭环:读取一个 URL → 调用扫描或利用工具 → 解析返回 → 生成或修改载荷 → 再次验证 → 把结果写回任务状态。⚙️ 真正被放大的能力,是在不确定环境里持续“试—看—改”,而不是凭空创造零日漏洞。

这也解释了为什么开放目录中的任务切片值得关注。把 17 万目标拆成万级文件,可以控制并发、失败重试和进度恢复;即使某个工具或模型出错,编排器仍能从上一个检查点继续。📈 对防守者而言,单条请求可能很普通,但横向聚合后会显出稳定节奏:

  • 🧩 同一目标被不同工具按固定顺序访问;

  • 🧪 返回码或页面特征变化后,参数在数秒内被改写;

  • 🗂 多个出口共享相似路径词典、User-Agent 或载荷结构;

  • 🕸 侦察结果迅速触发凭据测试、横向验证或持久化动作。

检测面应从“恶意字符串”升级到“任务状态机”。 可以把 URL、操作者基础设施、工具指纹、请求间隔和失败后的变体关系绑定成一次活动,而不是让 WAF、EDR 与身份日志各自只看一段。🛡️ 范围上仍要谨慎:自动化会制造大量噪声,某些相似请求也可能来自合法安全扫描,所以告警必须结合资产授权、时间窗和后续副作用判断。

三、从侦察到持久化,自动编排如何扩大组织盲区 🧨

🎯【从侦察到持久化,自动编排如何扩大组织盲区 🧨】

这一节真正关键的不是「从侦察到持久化,自动编排如何扩大组织盲区 🧨」这个概念本身,而是它背后的判断路径、执行边界和可复用方法。

它怎样落到真实安全团队的工作流里?哪些细节会直接影响 AI 代理的可靠性?

加入 Oxo AI Security 知识星球,可查看本节完整内容,系统掌握「从侦察到持久化,自动编排如何扩大组织盲区 🧨」的完整拆解与实战用法。

📚 AI 文献解读:最前沿的 LLM 安全论文深度剖析。

🐛 AI 漏洞情报:第一时间掌握主流大模型的 0-day 漏洞与越狱方式。

🛡 AI 安全体系:从红队攻击到蓝队防御的全方位知识图谱。

🛠 AI 攻防工具:红队专属的自动化测试与扫描工具箱。

🚀立即加入 Oxo AI Security 知识星球,掌握 AI 安全攻防核心能力!


免责声明:

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景,旨在提升网络安全防护能力,具有明确的技术研究属性。

任何单位或个人未经授权,将本文内容用于攻击、破坏等非法用途的,由此引发的全部法律责任、民事赔偿及连带责任,均由行为人独立承担,本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布,若存在版权侵权或其他异议,请通过邮件联系处理,具体联系方式可点击页面上方的联系我

本文转载自:Oxo Security Oxo Security Oxo Security《【AI安全】17万目标被拆成任务队列:UAT-10147如何把Agent接入真实入侵》

评论:0   参与:  0