Kiberkémkedési kampány autonóm AI-val
A Palo Alto Networks Unit 42 kutatói olyan kiberkémkedési műveletet tártak fel, amelyben a támadók mesterséges intelligenciával működő eszközre bízták a hálózati behatolások jelentős részét. Az elemzés szerint a Cairn nevű, eredetileg behatolásvizsgálatra fejlesztett nyílt forráskódú keretrendszerrel legalább 19 szervezet ellen indítottak összesen 25 támadási műveletet. Tíz célpontnál jogosulatlan hozzáférést vagy adatok megszerzését is dokumentálták.
A 2026 augusztusa és szeptembere között zajló műveletek elsősorban a félvezetőipari ellátási láncot, az amerikai védelmi politikához kapcsolódó szervezeteket, valamint emberi jogi és civil szervezeteket céloztak. A kutatók a tevékenységet CL-STA-1238 azonosítóval követik, és közepes bizonyossággal kínai kötődésű hírszerzési műveletnek értékelik.
A Cairn működésének lényege, hogy a támadónak elegendő megadnia egy célpontot és egy rövid feladatot. A rendszer ezután mesterségesintelligencia-modellek segítségével önállóan tervezi meg a következő lépéseket, hajt végre vizsgálatokat, értékeli az eredményeket és módosítja a támadási módszert. A megfigyelt műveletekben a kínai Zhipu GLM és DeepSeek modelljeit használták. Egyes támadások mindössze húsz percig tartottak, mások több mint ötven órán keresztül futottak.
A támadók a nyilvánosan elérhető Cairn módosított változatát üzemeltették egy hongkongi szerveren. A rendszerhez további támadási képességeket adtak, és olyan utasításokkal látták el az MI-modelleket, amelyek engedélyezett biztonsági tesztként tüntették fel a műveleteket. A kutatók szerint ez elegendő volt ahhoz, hogy a modellek végrehajtsák a rosszindulatú feladatokat.
A dokumentált eredmények között több tucat érvényes hitelesítő adat megszerzése, rendszergazdai fiókok létrehozása, valamint érzékeny adatok elérése is szerepelt. Egy amerikai oktatási érdekképviseleti szervezetnél a támadóeszköz több mint egymillió tagi rekordhoz fért hozzá. Egy félvezetőipari vállalatnál új adminisztrátori fiókokat és tartós hozzáférést biztosító API-tokent hozott létre. Egy iparági szabványosítási szervezetnél pedig egy éles szavazási dokumentum módosítására is képes volt.
A vizsgálat ugyanakkor nem azt mutatja, hogy az AI korábban ismeretlen sérülékenységeket fedezett volna fel. A támadások főként hagyományos biztonsági hiányosságokra épültek, gyenge jelszavakra, hibás hozzáférés-ellenőrzésre, nem megfelelően védett API-kra és nyilvánosan elérhető rendszerek sérülékenységeire. Az újdonság az, hogy az automatizálás jelentősen megnövelte a támadások sebességét és párhuzamos végrehajtásuk lehetőségét.
A Unit 42 szerint a műveleteket akár egyetlen támadó vagy kisebb csoport is irányíthatta. Ez komoly változást jelenthet a vállalati védekezés számára, a korábban jelentős emberi munkát igénylő felderítési és behatolási folyamatok egyre nagyobb része automatizálható.
A kutatók a külső támadási felület folyamatos ellenőrzését, a hitelesítési és jogosultságkezelési hibák megszüntetését, valamint a szokatlanul nagy mennyiségű, automatizált hálózati kérések felismerését javasolják. A Cairnhez hasonló eszközök ugyanis nem feltétlenül új támadási technikákat hoznak létre, hanem a már ismert gyengeségek kihasználását teszik gyorsabbá és nagyobb léptékűvé.
