循环之内:五套从不请求许可的 AI 攻击框架
Mika Ayenson
Mika Ayenson
securitainment
2026年11月18日 12:30
中国香港
去阅读
作者:Mika Ayenson
五套智能体化攻击框架 (agentic offensive framework) 只需一个脚本或一个 Compose 文件即可安装,合计已获得超过 60,000 个 GitHub 星标:ARTEX、CyberStrikeAI、Cairn、PentAGI 与 HexStrike。这五套全都已经出现在实际的入侵中,而不只是红队交战。Google Threat Intelligence Group (GTIG) 与 Mandiant 在事件响应交战中观察到 ARTEX、Cairn、HexStrike 与 PentAGI,Microsoft 则将 ARTEX 的使用归因于 Storm-0940。我们在《一台 CyberStrikeAI 服务器,八个 AWS 身份》中,把一次由 AI 辅助的 AWS 入侵追溯到一台 CyberStrikeAI 服务器。
智能体化攻击框架把大语言模型 (LLM) 放到指挥位置,由它驱动红队与威胁行为者早已在用的扫描器、curl、shell 与云 CLI。工具本身并不陌生,新的在于围绕它们的循环:模型规划每一步,把工作分散到多个智能体,缺少什么就自行构建或安装,而在 ARTEX 的情况下,它会以 2 到 25 秒的突发向前推进。我们阅读了这五套框架的源码,并对照公开的事件报告,以弄清当其中一套运行时,究竟有什么会抵达防御方的遥测。它们中没有任何一套在代码中强制执行授权,而它们采取的每一个动作,仍然必须落在你已经在收集的遥测之中。
关键要点
• 诸如 ARTEX 这样的智能体化框架以数秒级的突发方式工作,因此那些被信任用来启动遏制的检测,必须在事件开始之前就选定。
• 这五套框架在默认情况下都不在代码中强制执行授权。其中三套在提示词中声明已获授权,而默认生效的目标限制,只有针对政府域名与教育域名的屏蔽列表。
• 这些框架默认就会产生大量显眼的遥测,并且在 ARTEX 与 CyberStrikeAI 中,它们在被阻断时会改变路线。它们的演进速度快过特征签名,而它们的动作保持不变。每一个触及你的环境的动作,都会以进程、Web 请求、API 调用或登录的形式抵达防御方,因此锚定在行为上的检测,比锚定在源地址、User-Agent 或框架指纹上的检测存续得更久。
智能体化攻击框架与传统 C2 框架有何不同
Cobalt Strike 与 Brute Ratel C4 把一名人类操作员安置在植入体之后,由其决定接下来运行什么。智能体化框架保留这些工具,用一个规划循环取代操作员的思考时间。GTIG 观察到 ARTEX 的执行突发大约为 2 到 25 秒,而 NorForge 在追踪其判定为恶意的暴露 Cairn 面板时发现,某一个行动者集群的成功项目从开始到达成目标,平均耗时略低于 23 小时。单次突发落在短暂的检测窗口之内,但一次行动可以持续数小时,因此要把多次突发连接成一次行动,就需要长时间的回溯。
智能体以及大部分工具通常运行在攻击者控制的基础设施上,调用托管模型或自行运行的模型。真正抵达你的环境的,是这些工具对环境所做的动作,它们被记录为你主机上的新进程、你云审计日志中的 API 调用,以及登录。
图 1:从智能体循环抵达防御方的内容
ARTEX、CyberStrikeAI、Cairn、PentAGI 与 HexStrike 对比
这五套框架共享同一个循环,差别在于模型在哪里运行,以及由什么启动每个工具。
图 2:每套框架在何处调用其模型,以及由什么启动其工具
图 3:每套框架的设计与防护措施
自主是默认状态。CyberStrikeAI 交付时审批模式处于关闭状态,PentAGI 的 Compose 文件把 ASK\_USER 设为 false,Cairn 以禁用审批提示词的方式启动其三种编码智能体 worker 类型中的两种,而 ARTEX 以绕过权限模式运行其智能体,因此这四套在默认情况下都不等待人工审批。
在共享的循环之外,每套框架还做出了一个独特的设计选择。
• ARTEX 把事件驱动的规划器与并行 worker 配对,人只保留在一个聊天智能体上,由它观察进度并通过提示引导方向。它自带的浏览器扩展记录操作员已通过认证的会话,其中的验证码与一次性口令只需解一次,随后把这些请求作为证据交给各智能体。我们审阅的是原始仓库的一份公开英文翻译副本。
• CyberStrikeAI 是一套完整的操作员控制台。它自行构建植入体,运行 C2 监听器与 WebShell 管理器,并连接 Telegram、Slack、Discord 与 DingTalk 等聊天平台。
• Cairn 把工作委派给既有的编码智能体。它的 worker 是运行在 Kali 容器内部的命令行工具,其 README 描述了它在一次 AI 渗透测试竞赛中的首次亮相。
• PentAGI 用反射器智能体推动各智能体持续前进。当某个智能体犹豫,或以大段文字作答而不采取行动时,反射器以用户的口吻回复,这段往来被记录为一条人类消息。
• HexStrike 没有自己的模型。它通过 Model Context Protocol (MCP) 向操作员已在使用的任何 AI 助手暴露约 150 个工具函数。
每套框架随附的内容也有所不同。CyberStrikeAI 自行构建植入体,五套中有三套捆绑了云工具,使云账户与主机一样容易触及。
图 4:每套框架为一次入侵带来了什么
智能体化攻击框架为检测与响应带来了什么改变
图 5:智能体化框架如何改变检测与响应
智能体化攻击在数秒内产生效果
在一次突发之内,智能体循环以相隔数秒的节奏发出各个步骤,每一步一经发出立即生效。在这样的节奏下,真正重要的决策在事件开始之前就已作出,首先是决定哪些检测被信任可以自动启动遏制。
智能体化攻击框架会检查授权吗?
与常规攻击工具一样,这五套框架在默认情况下都不在代码中强制执行授权。其中三套更进一步,直接告知模型它已获授权。CyberStrikeAI 告知其模型,授权已事先办妥,模型绝不应对此质疑,也不应等待审批;PentAGI 用一段预授权区块开启它的九个角色提示词;ARTEX 把每个智能体描述为某个已授权渗透测试系统的一部分。Cairn 指示其 worker 绝不拒绝任务;当模型仍然拒绝时,调度器会把该 worker 搁置五秒,把任务交给另一个已配置的 worker,如果它是唯一的 worker,则重试同一个。
默认生效的目标限制,只有 ARTEX 与 CyberStrikeAI 中针对政府域名的屏蔽列表,以及 ARTEX 中针对教育域名的屏蔽列表。在这些屏蔽列表之外,随附的防护措施范围很窄:
• ARTEX 会阻断 rm -rf 与 mkfs 这类破坏性命令,并能依据操作员编写的允许列表检查任务的资产,该列表默认为空。一条 shell 命令仍可抵达任意主机。
• ARTEX 的交战规则范围机制已被移除;源码注释说明,其 worker 记录的资产会被自动加入任务的范围。
• HexStrike 接受一份范围外列表,但从不查阅它。
ARTEX 把它自身的阻断标记为平台控制,因为一个直白的拒绝在智能体看来就像是目标的一道待绕过的防御。模型提供方的拒绝,算不上防御方可以依赖的控制,因为框架可以绕开它,正如 Cairn 的调度器能够做到的那样。
当你阻断智能体化攻击框架时它们如何响应
按交付状态,这五套框架默认偏向能力、自主与速度。它们的扫描器以出厂设置运行,好几个默认项直接点出框架的名字,CyberStrikeAI 的植入体每五秒回连一次,且没有抖动。隐蔽性以模型可加载的技能形式随附。CyberStrikeAI 的运营安全技能涵盖速率限制、IP 封禁的规避手法与反取证。
变化出现在 ARTEX 或 CyberStrikeAI 被阻断之后。ARTEX 告知其 worker,一个被过滤的载荷或一个 404 并不能耗尽一个意图;GTIG 转述 Wiz Research 对一场它追踪为 UNC7228 的行动的发现,报告称当攻击者的初始基础设施被阻断时,该行动者改用开放代理。CyberStrikeAI 的技能告知智能体,面对阻断要切换代理、User-Agent 与转发头,退回到目标本国的免费代理,然后再用 Tor。一次阻断之后,预期同样的请求会从新的地址与 User-Agent 返回,因此以请求内容为键的检测比以源地址为键的检测更站得住。对源地址的阻断保留了框架的访问通路,因此应与吊销该框架当时使用的凭据一并实施。
为什么基于 IOC 的检测在智能体化框架上会过时
智能体化攻击框架演进得很快。从 2026 年 7 月 26 日到 10 月 7 日的十个半星期里,ARTEX 的开发者记录了约 390 次提交,计入合并后超过 450 次;在其创建者于 2026 年 10 月撤下原始仓库之后,公开的复刻延续了它。CyberStrikeAI 在第一年记录了超过 2,400 次提交,而且其中几套框架会在任务进行中编写或安装新工具。今天用来识别一套框架的字符串、文件名与默认值,可能在它的下一个版本中消失,而它所依赖的行为,例如凭据访问、远程执行,以及由某个服务启动的进攻工具,保持不变,因此锚定在行为上的检测,比锚定在框架指纹上的检测过时得更慢。
为什么吊销凭据不会立即阻止智能体
AWS 与 Google 都记录了访问变更的传播延迟;在 Entra ID 中,在某个用户或服务主体被删除或禁用之前签发的访问令牌,通常会一直有效到过期,典型时长为 60 到 90 分钟,除非资源与客户端支持持续访问评估。Microsoft 为 Exchange、Teams 与 SharePoint 记录了这项功能,而对服务主体而言,仅限 Microsoft Graph。一次已确认的吊销未必能挡住下一个请求,而以机器速度运行的智能体可以在这一间隙之内行动。AWS 的角色会话吊销也不触及 IAM 用户的长期密钥,并且不会阻止在其截止点之后请求的会话,因此应与移除任何仍能代入该角色的对象一并实施。
如何检测智能体化攻击框架
按身份检测智能体的节奏与序列
行为规则是基础,而工具所及的范围决定了这些规则需要有多宽。GTIG 对 ARTEX 技战术的编目涵盖 SQL 注入、Kerberoasting,以及对 Azure 与 AWS 权限的测绘。智能体化的节奏则增加了两个在单个事件之间浮现的信号。
• 每个身份的节奏。在短窗口内按身份与签发角色统计不同的敏感动作,这样即使其中每个动作都很常规,一次突发也能凸显出来。
• 跨会话的序列。把发现、访问机密与远程执行归并到签发角色或源地址之下,从而把来自多个会话的活动串联为一次行动。
高阶检测规则把同样的逻辑应用于告警,把共享主机、用户或地址的相关告警关联成一个置信度更高的发现,因为每增加一个信号,良性解释的可能性就降低一分。我们预期随着这些框架的演变,会出现更多这类信号。
针对工具族突发的一次 ES|QL 狩猎
循环会按任务需要遍历自己的工具箱,因此同一个源地址可以在同一分钟内先后使用 curl、一个 Python 客户端、一个浏览器 User-Agent 与一个 AWS 客户端。下面的 ES|QL 狩猎把 User-Agent 归一化为工具族,在一分钟窗口内按源地址统计工具族与请求数量,并返回至少包含三个工具族、且出现请求突发的窗口。由于循环运行在攻击者控制的基础设施上,这次狩猎读取的是记录其请求的日志,例如 Web 服务器、代理与云审计日志 (把索引模式指向这些来源),并排除私有、环回、链路本地、运营商级 NAT 与组播的源地址范围。
ES|QL
FROM logs-\*
| WHERE KQL(\"\"\"user\_agent.original : (curl\ or python\ or Python\ or norma\ or Mozilla/5.0\ or Boto3\ or aws-cli\) and source.ip:\ \"\"\")
// exclude private, loopback, link-local, CGNAT and multicast ranges
// TO\_IP handles indices where source.ip is mapped as keyword instead of ip
| EVAL Esql.source\_ip = TO\_IP(source.ip)
| WHERE Esql.source\_ip IS NOT NULL and
NOT CIDR\_MATCH(Esql.source\_ip,
\"10.0.0.0/8\", \"172.16.0.0/12\", \"192.168.0.0/16\",
\"127.0.0.0/8\", \"169.254.0.0/16\", \"100.64.0.0/10\",
\"0.0.0.0/8\", \"224.0.0.0/4\", \"255.255.255.255/32\",
\"::1/128\", \"fc00::/7\", \"fe80::/10\", \"ff00::/8\")
// normalize user agents into tool families
| EVAL ua = TO\_LOWER(user\_agent.original)
| EVAL Esql.ua\_family = CASE(
ua LIKE \"boto3\\" or ua LIKE \"aws-cli\\", \"aws\",
ua LIKE \"python\*\", \"python\",
ua LIKE \"curl\*\", \"curl\",
ua LIKE \"norma\*\", \"norma\",
ua LIKE \"mozilla/5.0\*\", \"browser\",
\"other\")
// per source IP, 1-minute window
| STATS Esql.request\_count = COUNT(\*),
Esql.ua\_family\_distinct\_count = COUNT\_DISTINCT(Esql.ua\_family),
Esql.ua\_family\_values = VALUES(Esql.ua\_family),
Esql.ua\_distinct\_count = COUNT\_DISTINCT(user\_agent.original),
Esql.ua\_values = VALUES(user\_agent.original),
Esql.event\_action\_values = VALUES(event.action)
BY Esql.source\_ip, Esql.time\_window = DATE\_TRUNC(1 minutes, @timestamp)
// at least 3 different tool families plus a request burst
| WHERE Esql.ua\_family\_distinct\_count >= 3 and Esql.request\_count >= 20
| SORT Esql.request\_count DESC
图 6:来自一台开发者工作站的一次命中,单个源地址在一分钟内使用了三个工具族
构建系统、监控脚本、从 AWS CLI 操作的管理员,以及共享的 NAT 或代理地址,同样会混用这些客户端,因此要先为这类自动化建立基线,并把三个工具族与每分钟 20 次请求这两个阈值调整到位,再对结果告警。这次狩猎以单个地址在一分钟内使用多少种客户端为键,因此不依赖任何单个字符串,但一个改从新地址返回的框架会另起一个窗口。工具族列表也可以把下表列出的框架 User-Agent 一并纳入,而 norma\* 已经覆盖 ARTEX 的 Web 抓取工具所发送的 norma/0.4。
在 ARTEX、CyberStrikeAI、Cairn、PentAGI 与 HexStrike 中应当留意什么
这些默认项会出现在受攻击的系统上,并在已注明之处出现在你所监控的主机上。它们今天就值得狩猎,尽管其中任何一项都可能在下一个版本中改变。
| 框架 | 应当留意什么 |
|---|---|
| ARTEX | 来自它随附的扫描器的流量,例如 nuclei、httpx、katana、ffuf 与 sqlmap (默认每次任务运行三个并行 worker);带有 User-Agent artex-enrich/1.0 或 norma/0.4 的请求;以及在你的应用上新注册的账户随后出现来自多个会话的登录,因为它的智能体会自行注册并共享测试账户。 |
| CyberStrikeAI | 携带 User-Agent Mozilla/5.0 (compatible; CyberStrikeAI-WebShell/1.0) 与 pass 表单字段的 WebShell 请求;运行 echo :OSPROBE\_%OS%:END 的 Web 服务器进程;名为 SystemUpdate (计划任务或 Run 注册表键) 或 com.apple.systemupdate (一个 LaunchAgent) 的植入体持久化;以 # cs 结尾的 .bashrc 行;或一条启动植入体二进制、自身不带任何标记的 @reboot cron 条目。 |
| Cairn | 反向 shell,以及指向操作员主机自身地址的带外回调,因为它的示例配置在主机网络上运行 worker 容器。当它运行在你所监控的主机上时,它的三个 worker 适配器中有两个会启动各自的编码智能体命令行工具,同时禁用审批提示词,并把完整的任务提示词放在命令行中。 |
| PentAGI | 从被入侵主机到 PentAGI 主机上 TCP 端口 28000 到 29999 的连接 (默认每次交战两条),以及它浏览的每个页面会被同时请求两次,一次取内容,一次取截图。你网络中的一处安装还会每三小时向 update.pentagi.com 上报一次。 |
| HexStrike | User-Agent HexStrike-HTTP-Framework/1.0 与 HexStrike-BrowserAgent/1.0,以及当浏览器智能体的主动测试运行时出现的跨站脚本标记 |
在这些默认项之外,扫描器以出厂设置运行,因此在网络上,这些框架在很大程度上与它们所驱动的工具相似。
如何防御智能体化攻击框架
1. 事先决定哪些高置信度的检测会启动遏制。把它们接到端点上的自动化响应动作以及 Elastic Workflows 上,以编排响应,包括为云侧步骤调用你自己的自动化,例如停用某个访问密钥,或吊销某个角色的活动会话。
2. 对源地址的任何阻断,都要与吊销该身份的会话和令牌一并实施,因为这些框架会从新地址返回;随后确认下一个请求失败。
3. 在长到足以连接多次突发的窗口内,按身份度量节奏与序列,并为那些已经在表现得像智能体的自动化建立基线。
4. 把被代入的角色与仅应用身份限定到它们所需的动作,因为智能体会继承该身份允许的一切。
5. 从智能体可读取的位置移除机密,例如文件共享、wiki、代码仓库与 CI/CD 变量,轮换任何已暴露的机密,并优先使用短期凭据。GTIG 报告称,操作员会把已泄露的凭据交给 ARTEX,而它通过 Kerberoasting、SQL 注入与 DCSync 采集更多凭据,因此每一个暴露的机密都会让一次行动触及另一个平台,并使遏制更难。
6. 针对有关框架基础设施的威胁情报采取行动。GTIG 报告称 ARTEX 与 PentAGI 被用于针对多个组织,而诸如 Cairn 的暴露控制台可以从互联网上被枚举出来,因此关于其基础设施的情报,是阻断一次入侵的早期机会。在外围或代理处阻断那些地址,并把同样的情报输入 Elastic 的威胁情报集成,让预置的 Threat Intel IP Address Indicator Match 规则标记往返于已知控制台与 C2 服务器的流量。构建一个富化工作流,由该告警触发,对匹配到的地址执行信誉查询。控制台可能位于共享托管或 CDN 地址之后,因此在一条匹配触发一次阻断之前,该查询有助于把专用服务器与共享地址区分开,而行为检测仍然覆盖会变化的基础设施。
关于智能体化攻击框架的悬而未决的问题
这些问题值得现在就回答,趁接下来的版本还没有改变答案。
• 当智能体扩展自身时,什么会变化?ARTEX 的操作员助手可以创建新的工具、MCP 服务器与技能,而 PentAGI 把它编写的代码保存在一个跨交战共享的存储中。为一个目标编写的工具没有可供匹配的历史,这使针对行为与父子进程关系的检测优于针对工具名称的检测。
• 这种优势来自速度还是来自适应能力?脚本同样能跟上智能体的速度,因此更有意义的检验是:一个新的发现或一个不熟悉的错误,多快能变成一个动作。
• 一次多智能体运行算几个行动者?ARTEX 在一个任务之下运行一个规划器与多个并行 worker。多个会话或智能体名称可能看起来像多个行动者,但它们背后的身份与控制器才是真正重要的单位。
结语:这对检测与响应意味着什么
智能体化攻击框架相当于一种新型的操作员:一个会规划、协调各智能体、扩展自身工具,并以一种改变了检测与响应必须做什么的节奏运行的循环。这五套框架中没有任何一套默认会在代码中强制执行授权,这就把防御方的遥测与控制留作了真正的边界。
本分析覆盖五套框架,而有更多框架值得追踪。Gambit Security 报告了一场犯罪行动,它使用 Strix 进行漏洞发现,使用 Cairn 进行利用,并以通用智能体 Hermes 作为其控制台。其他使用模型进行渗透测试的开源项目包括 Shannon、PentestGPT、CAI (现已归档)、CyberStrike (并非 CyberStrikeAI)、RedAmon、PentestAgent、hackingBuddyGPT、Nebula 与 BugTraceAI。新的项目会不断出现,因此要按每一套如何规划、由什么启动它的工具,以及它给防御方留下什么可见之物来追踪。
Elastic 的行为规则以这些框架所采取的动作 (例如凭据访问与远程执行) 为键,把框架与模型本身排除在判定依据之外;基于大语言模型的分诊规则可以把同一个用户或主机的相关告警归并为单一结论。Elastic 持续增加以 AI 为重点的防护,其规则公开发布在 detection-rules 与 protections-artifacts 仓库中。按身份加入节奏与序列分析,确认吊销已经生效,并通过自动化响应动作与 Elastic Workflows 实施遏制,让响应在行动开始之前就已确定。
参考资料
上述研究通篇引用了以下资料:
• https://cloud.google.com/blog/topics/threat-intelligence/artex-and-friends-enter-agentic-offensive-frameworks
• https://www.microsoft.com/en-us/security/blog/2026/10/21/storm-0940-uses-artex-agentic-ai-connectwise-supply-chain-compromise/
• https://www.elastic.co/security-labs/cyberstrikeai-server-aws-cloud-intrusion
• https://www.elastic.co/security-labs/blog/higher-order-detection-rules
• https://norforge.com/blog/inside\_cairn
• https://attack.mitre.org/software/S0154/
• https://attack.mitre.org/software/S1063/
• https://github.com/BaaRai/ARTEX
• https://github.com/AIPentest/CyberStrikeAI
• https://github.com/oritera/Cairn
• https://github.com/vxcontrol/pentagi
• https://github.com/0x4m4/hexstrike-ai
• https://docs.aws.amazon.com/IAM/latest/UserGuide/id\_roles\_use\_revoke-sessions.html
• https://docs.cloud.google.com/iam/docs/access-change-propagation
• https://learn.microsoft.com/en-us/entra/identity/conditional-access/concept-continuous-access-evaluation
• https://learn.microsoft.com/en-us/entra/identity/conditional-access/concept-continuous-access-evaluation-workload
• https://www.elastic.co/docs/solutions/security/endpoint-response-actions/automated-response-actions
• https://www.elastic.co/docs/explore-analyze/workflows
• https://www.elastic.co/docs/explore-analyze/workflows/use-cases/security/automate-security-operations/enrich-alert-with-threat-intel
• https://gambit.security/blog-posts/autonomous-ai-agents-online-retailers-25-a-company
原文链接:https://www.elastic.co/security-labs/threat-command/agentic-offensive-frameworks-detection-artex
版权声明
本站仅做备份收录,仅供研究与教学参考之用。
读者将信息用于其他用途的,全部法律及连带责任由读者自行承担,本站不承担任何责任。








评论