2026-10-31 01:58:05 网络安全文章来源：ZONE.CI 全球网 0 阅读模式

CyberStrikeAI 使用 44 个 AI 代理自动执行针对日本目标的黑客攻击行动

Rhinoer
Rhinoer

犀牛安全

2026年10月31日 00:20
北京

去阅读

网络安全研究人员披露了三起针对日本组织的网络攻击的细节，其中人工智能 (AI) 是关键要素，要么是主导攻击，要么是辅助人类操作员。

TrendAI分析了攻击者用于实施恶意网络攻击的三个暴露的服务器环境，并指出这些环境与之前发布的利用ARTEX（一种自主 AI 渗透测试框架）来针对韩国和日本实体的攻击有所不同。

安全研究人员松川爆荣和陈俊杰表示：“这些环境包含侦察和攻击工具、脚本、目标列表、结果、日志和命令历史记录。它们涵盖了从熟练操作员主要手动使用的工作空间到自动化整个工作流程（包括命令和控制）的人工智能代理平台。”

经查，三起攻击事件中的第一起滥用了CyberStrikeAI，这是一款开源渗透测试工具，此前曾被用于针对 Fortinet FortiGate 设备的攻击活动。该攻击活动集中在 2026 年 10 月的短时间内。

AI 驱动的活动利用攻击性安全工具将攻击生命周期的各个方面自动化为可重复的工作流程，从侦察和漏洞发现与验证、利用，到命令与控制 (C2)、持久化、数据泄露和自动报告。

这包括将工作分配给 44 名代理人来处理攻击的各个方面，同时还要生成日语表单和虚假登录页面。

趋势科技企业安全部门表示：“在短时间内，至少有19家可识别的机构接受了验证活动，其中至少16家位于日本。每家机构都收到了一份格式相同的报告和证据索引。这些报告是平台运行的结构化流程的输出结果，而不是操作员留下的临时记录。”

第二起案例被定性为由人为主导，并借助大型语言模型（LLM）加速规划和工具开发的攻击。对基础设施和相关工具的分析表明，此次攻击活动的目标还包括人工智能工作流平台和推理服务，旨在以低成本获取大量的推理能力。

其中一次入侵据称针对一台使用默认凭据暴露的地理信息系统 (GIS) 服务器，导致地籍和商业记录、Windows 凭据以及电子邮件数据被盗。整个入侵活动持续了 24 天，从 2026 年 8 月到 9 月。

第三种情况是，人工智能的作用被发现仅限于开发操作员的工具和脚本，这表明该技术在一系列旨在利用已发布的漏洞、管理功能或配置文件中的凭据攻击 Cisco、Citrix、F5 和 Yamaha 边缘设备的攻击活动中发挥的作用有限。

据估计，该攻击者在2026年1月至10月期间至少发动了六次攻击活动，伺机攻击暴露的VPN设备和WebLogic服务器。研究人员表示：“攻击者经验丰富，拥有成熟的自动化和证据管理流程。”

目前尚无证据表明这三起事件由同一人操控。此外，攻击是否针对其他地区以及攻击者使用了何种人工智能模型也尚不清楚。

尽管如此，这些攻击者发起的攻击并不局限于日本及其邻国（如韩国）。首起案件的幕后操纵者曾将目标对准台湾和香港的组织，而第三起案件的WebLogic发现列表中则出现了英国、法国、意大利、卡塔尔和哥伦比亚的组织。

TrendAI表示：“人工智能虽然增加了攻击者的成本，但他们的工作仍然是寻找未上锁的门。门的类型和导致门敞开的漏洞并没有改变。改变的是攻击者能够同时尝试成千上万扇门，适应目标国家的语言，并且持续攻击而不感到疲劳。”

这一发展与多起攻击活动的发现不谋而合，在这些活动中，不同动机的攻击者将智能人工智能集成到现有的攻击性安全工作流程中，使他们能够加快研究、恶意软件开发、社会工程以及攻击的其他部分。

更糟糕的是，人工智能正被越来越多地用于加速侦察、自动化决策和工业化社会工程，从而缩短了安全漏洞被发现和利用之间的时间。根据微软发布的《2026年数字防御报告》，人工智能已将从漏洞发现到武器化的平均时间缩短至远低于24小时。

Windows 制造商补充道，不法分子采用人工智能正在减少发现和利用漏洞所需的时间、专业知识和成本，同时也让攻击者和防御者都能以更快的速度、更大的规模和更大的自主性开展行动。

趋势科技表示： “关键问题不仅仅在于某个参与者是否拥有前沿人工智能。获取强大的模型本身就能带来显著的运营收益。然而，生态系统的深度决定了这些能力能否以何种可靠性、独立性和规模持续存在。”

“人工智能不再是APT组织的实验性能力；它已成为直接嵌入到行动中的作战组件。”

攻击者对 AI 工具日益增长的需求也开辟了一条新的盈利途径，兜售被盗的 AI 提供商会话令牌和攻击性 AI 工具APEX AI、MessiahGPT 和 DarkGPT，进一步将网络犯罪商品化，并降低了实施高级、持续性和规避性攻击的门槛。

上周，微软披露，一个与某国政府有关联的威胁组织入侵了 ConnectWise 云备份应用程序，并利用 ARTEX 框架登录了超过 2250 个 Microsoft 365 租户账户。此次攻击活动被归咎于 Storm-0940，微软称该组织早在 2026 年 9 月就开始使用该框架，自动对数百家机构发起密码喷洒攻击。

微软表示：“虽然大部分攻击并未成功，但Storm-0940在短时间内就在许多组织机构中实现了特权云持久化。Storm-0940的活动表明，拥有广泛目标的攻击者如何利用智能AI工具和特权身份验证材料，迅速尝试入侵众多组织机构。”

据韩国当地媒体报道，当局已确认七名嫌疑人与一起网络犯罪行动有关，该行动入侵了韩国境内90多家机构，其中大部分与ARTEX公司有关。据称，这起犯罪活动的幕后主使是一名32岁的男子，他曾在2019年至2022年间就职于一家网络安全公司，积累了渗透测试方面的专业知识。

在38起事件中，攻击者索要3.6亿韩元（约合27万美元）的赎金，以此换取不泄露被盗数据。据信，超过820万条记录已从受害机构窃取。

以下列出了一些最近几周记录在案的其他人工智能相关活动——

一个以BUGSTER为网名、受经济利益驱动的威胁行为者配置了 Hermes Agent 框架，并以 DeepSeek V4 作为其推理引擎，Cursor 作为辅助工具（两者均禁用了安全控制），对印度一所大学的网站发起 WordPress 暴力破解攻击，并生成 REST API 枚举报告。
攻击者还入侵了另一所印度公立大学，窃取了包含5200多条记录的数据库，其中包括学生的个人身份信息（PII）。第三次攻击则针对一家印度知名电商平台网站，窃取了店铺API令牌、管理员邮箱地址、电话号码和支付商户ID。
Palo Alto Networks 42 号部门表示： “该攻击者还构建了专门的 AI 机器人配置文件，通过对话获取 VoIP 诈骗方面的专业知识，并维护了用于破解 Wi-Fi 密码和侦察加密货币巨鲸（即识别大型加密货币持有者）的自动化流程。值得注意的是，破解 Wi-Fi 密码需要与目标保持近距离的物理接触，这表明攻击者能够访问目标位置。”
一个名为“网络卡特尔”（CyberCartel）的网络犯罪集团被发现使用名为CARLIY0S的多智能体系统，协调针对拉丁美洲各地银行和支付服务提供商的攻击。该框架采用认知集群，由四个角色分工的Claude模型组成，这些模型“对每个目标进行讨论，并最终由一个仲裁者做出决定”，之后由主控者采取行动。斯特雷克表示：“该集团为商业人工智能模型分配了不同的角色，用于分析目标、开发攻击方案和协调行动。”
攻击者开发了一种攻击性人工智能代理，旨在劫持暴露的人工智能终端，从而发起自主攻击。该代理能够执行多达 10 万步的指令，无需人工干预，而暴露终端的合法所有者却需为这些推理过程付费。该系统包含一个名为“天网模式”的恶意循环，利用 74 种工具扫描目标、感染目标、部署加密货币挖矿程序，并对受感染的主机进行二次感染。
“绅士”勒索软件行动的一个关联组织在 2026 年 6 月下旬入侵了至少六个组织，使用了 Anthropic Claude Code，包括生成和执行侦察和利用命令、编写恶意脚本、修改防火墙策略以及识别高价值的业务系统。
代号为Zerofot 的凭证收集行动构建了一个名为“auto\_scan”的扫描器，该扫描器集成了 OpenAI Codex 和 Claude Code，从互联网上数千个暴露的主机收集数千个 API 密钥和令牌。
一个名为RAGE的 AI 生成的 Python 框架已被用于扫描面向互联网的服务（例如 Redis、Elasticsearch、Docker、Apache Tomcat、Jenkins、Hadoop YARN、Confluence 和 Supervisord），利用易受攻击的部署，捕获凭据，并部署加密货币挖矿程序。
一名攻击者利用前沿人工智能模型，在10小时内自主入侵了一家企业网络。“攻击者入侵了一个公开可访问的网络服务，建立隧道进入网络，并部署了一个自动化侦察代理来绘制内部微服务图，”Unit 42表示。“子代理梳理了企业代码库，提取了硬编码的令牌和服务密码。”攻击者随后窃取了主管理员凭证，并劫持了一个企业代码应用程序来窃取云访问密钥。窃取的云密钥随后被用于将受害者的AI端点转化为入侵后的基础设施。
一名疑似讲俄语的网络攻击者利用人工智能辅助工作流程攻击了PaperCut NG/MF服务器，并入侵了数百个实例。Hunt.io表示：“此次攻击活动不仅限于初始攻击，还延伸到结构化的后渗透流程，包括收集Windows凭据、获取服务凭据、内部网络横向移动、Metasploit自动化以及受害者打包。”
另一名攻击者利用名为Cairn 的自主渗透测试引擎，入侵了包括Deere、SharkNinja 和 Cummins在内的 100 多家公司的网站。该引擎的任务是探测目标，寻找可能导致代码执行或账户接管的安全漏洞，尝试入侵并窃取敏感数据。