Kyberturvallisuus
Google havaitsi hyökkääjien käyttävän täysin autonomisia hyväksikäyttöketjuja

Keskeiset kohdatGoogle havaitsi moniagenttikehyksen vertailevan itsenäisesti korjauksia ja suorittavan…
Näytä lisää
- Google havaitsi moniagenttikehyksen vertailevan itsenäisesti korjauksia ja suorittavan laadittuja hyökkäyksiä ilman ihmisen osallistumista.
- Hyökkääjät suosivat nyt korjattuja n päivän haavoittuvuuksia, koska rajallinen tutkimusmateriaali tekee niistä helpompia kohteita kuin nollapäivän haavoittuvuuksista.
- Agenttipohjaiset tunkeutumistestauskehykset lyhentävät hyökkäysaikatauluja koneen nopeuteen, mutta vaihtavat tällä hetkellä huomaamattomuuden nopeuteen.
Google Threat Intelligence Group (GTIG) on ensimmäistä kertaa tunnistanut uhkatoimijoita, jotka käyttävät suurten kielimallien kehyksiä haavoittuvuuksien löytämisen ja hyväksikäytön täydelliseen automatisointiin ilman ihmisen osallistumista. Asiasta kerrotaan neljännesvuosittaisessa tekoälyuhkien seurantaraportissa, jonka Mandiant laati ja joka julkaistiin 16. marraskuuta 2026.
Yksi yksityiskohtainen esimerkki oli suojaamaton staging-palvelin, jossa isännöitiin moniagenttista haavoittuvuustutkimuksen ja aseistamisen kehystä, jonka GTIG nimesi exploit_agent. Kehys yhdisti useita alan johtavia ja paikallisia suuria kielimalleja. Se oli määritetty vertailemaan suosittujen verkkosovellusohjelmistojen koodia jatkuvasti ennen korjauspäivitysten julkaisemista ja niiden jälkeen, analysoimaan eroja mahdollisten haavoittuvuuksien varalta, laatimaan hyväksikäyttökoodeja ja suorittamaan ne automaattisesti.
Palvelimella oli myös kohteiksi joutuneilta uhreilta varastettua dataa sekä komentosarjoja sisäiseen tiedusteluun, salasanojen murtamiseen, verkkokuorten asentamiseen ja muiden hyökkääjien jättämien verkkokuorten poistamiseen. Uhreista kerätty telemetria viittasi siihen, että operaattori oli erityisen kiinnostunut ranskalaisista verkkosivustoista, jotka liittyivät media- ja viihdealaan sekä koulutussektoriin. Venäjänkielisissä määrityskommenteissa viitattiin autonomiseen hyväksikäyttöön käytettäviin LLM-rajapinta-avaimiin.
Korjauspäivitysten analysointi ja hyväksikäyttöikkuna
GTIG:n mukaan hyökkääjät voivat pitää jo korjattuja n-day-haavoittuvuuksia eli vikoja, joihin on jo julkaistu korjaus, nollapäivähaavoittuvuuksia tehokkaampina kohteina, koska saatavilla olevaa tutkimusaineistoa on rajallisesti. Agentit voivat vertailla lähdekoodin eri versioita, myös ennakko- ja esiversiokanavien versioita, sekä tarkastella julkaisutietoja, tietoturvatutkimusta ja tiettyyn haavoittuvuuteen liittyvää toimivuustodistetta. Aiemmin tuntemattomien nollapäivähaavoittuvuuksien tutkiminen edellyttää laajempaa etsintää.
Korjauspäivitysten erojen ja toimivuustodisteiden aseistamisen automatisointi voi lyhentää korjauksen julkistamisen ja aseistetun hyväksikäytön välistä aikaa. Matalampi kynnys tuo mukanaan myös toisen vaikutuksen: GTIG:n mukaan kielimallit ovat auttaneet tuottamaan hyväksikäyttökoodeja, joiden väitetään toimivan, vaikka ne eivät toimi. Tämä lisää puolustajien varmennustyötä, sillä heidän on erotettava toimiva hyökkäyskoodi virheellisistä väitteistä.
Moniagenttiset kehykset käynnissä olevissa tunkeutumisissa
Tämä exploit_agent havainto on osa laajempaa siirtymää manuaalisista kehotteista moniagenttisiin tunkeutumistyökaluihin. GTIG ja Mandiant havaitsivat useiden uhkatoimijoiden käyttävän väärin avoimen lähdekoodin agenttisia tunkeutumistestauksen kehyksiä, kuten ARTEXiä, CAIRNia, CyberStrikeAI:ta ja PentAGI:tä, automatisoidakseen yksittäisiä vaiheita ja operatiivisia tehtäviä käynnissä olevien tunkeutumisten aikana. Yhteisiin kyvykkyyksiin kuuluvat vähän monimutkaisten haavoittuvuuksien löytäminen ja hyväksikäyttö, kertakäyttöisten hyötykuormien tuottaminen tarpeen mukaan sekä taktiikoiden mukauttaminen reaaliaikaisen suorituspalautteen perusteella.
GTIG havaitsi itsenäisesti CAIRNin ja PentAGI:n olevan käytössä todellisissa hyökkäyksissä sekä CyberStrikeAI:n ja HexStrike AI:n kokeilua. CAIRN koordinoi erikoistuneita agentteja Havainnoi, suuntaudu, päätä, toimi -silmukan ja yhteisen muistitaulun avulla. GTIG havaitsi sitä tunkeutumistoiminnassa, jonka kohteisiin kuului Yhdysvaltain ilmailu- ja avaruusala. Elokuun 2026 lopun ja lokakuun alun välisenä aikana uhkatoimija käytti mukautettua PentAGI-pohjaista orkestrointialustaa järjestelmälliseen tiedusteluun ja haavoittuvuuksien skannaukseen monenlaisissa organisaatioissa Aasiassa.
Nämä kehykset voivat lyhentää hyökkäysten aikajänteet koneiden nopeuteen, mutta GTIG arvioi, että tällä hetkellä ne vaihtavat huomaamattomuuden nopeuteen. Rajoittamaton autonominen suoritus tuottaa rikosteknisesti analysoitavaa verkkoliikennettä, käyttää tunnistettavia tunnisteita ja jättää erottuvia kooditason jälkiä. Nämä jäljet voivat auttaa havaitsemisessa ja torjunnassa, vaikka työkalut pystyvät edelleen saavuttamaan operatiiviset tavoitteensa.
Varastetut tekoälyresurssien käyttöoikeudet ja niiden jälleenmyynti pimeillä markkinoilla
Raportissa kuvataan myös vaarantuneiden pilvi- ja tekoälyresurssien markkinoita. Mandiant reagoi vuoden 2026 aikana useisiin LLMJacking-tapauksiin, joissa taloudellista hyötyä tavoittelevat toimijat käyttivät vaarantuneita pilviympäristöjä uhrien laskentakapasiteetin tai kielimalliresurssien kiintiöiden kuluttamiseen. Mandiantin mukaan yksittäisen päivän vilpilliset veloitukset ylittivät joissakin tapauksissa 100 000 dollaria, ja vakavimmissa tapauksissa väärinkäytön kumulatiivinen määrä nousi miljoonaan dollariin ennen tilanteen korjaamista.
GTIG seuraa myös LLM Mixers -palveluita eli laittomia verkkokauppoja, jotka myyvät luvatonta pääsyä kielimallipalveluihin ja niitä tukevaan välityspalvelininfrastruktuuriin. Ne reitittävät ostajien liikenteen varastettujen tunnistetietojen ja laskentakapasiteettia tarjoavien instanssien muodostamien joukkojen kautta ja voivat jakaa kyselymäärän useiden uhrien ympäristöjen kesken havaitsemisen vaikeuttamiseksi. GTIG havaitsi venäjän- ja kiinankielisillä pimeillä markkinoilla mainostettuja hintoja, jotka vaihtelivat 0,10–25 dollariin miljoonaa tokenia kohden. Hinta määräytyi tarjotun palvelun, mallin ja tunnistetietojen mukaan.
Havainnot viittaavat siihen, että puolustuksen lähiajan haasteena ovat nopeus ja mittakaava. Julkiset korjauspäivitykset tarjoavat vertailuaineistoa hyväksikäyttöjen automaattiseen kehittämiseen, kun taas varastetut tunnistetiedot ja välityspalvelut voivat tarjota pääsyn tekoälykapasiteettiin. Samat automatisoidut toiminnot jättävät rikosteknisesti analysoitavia jälkiä ja tuottavat epäluotettavia hyväksikäyttökoodeja, mikä tarjoaa puolustajille mahdollisuuksia havaita hyökkäyksiä samalla, kun hyväksikäyttöikkunat lyhenevät ja varmennettavaa aineistoa tulee lisää.












