Keamanan siber

Laporan Team Cymru Mengkaji Ancaman Spionase Terkait China terhadap Layanan Keuangan

Miles Okada
Tambahkan Unite.AI ke sumber pilihan Anda di Google
Conceptual financial institution connected to a relay-node mesh with highlighted suspicious paths under analysis
Poin utamaMendeteksi alat malware yang diketahui mendukung penyelidikan tanpa menetapkan aktor…
Lihat selengkapnya
  • Mendeteksi alat malware yang diketahui mendukung penyelidikan tanpa menetapkan aktor ancaman mana yang mengoperasikannya.
  • Keluarga malware dan klaster infrastruktur yang sama memerlukan bukti pendukung sebelum analis dapat mengaitkannya dengan aktor.
  • Jaringan relay yang menggabungkan server sewaan dengan perangkat yang disusupi membuat daftar blokir statis kurang tahan lama bagi para pembela.

Riset terbaru Team Cymru mengkaji spionase terkait China yang menargetkan layanan keuangan melalui infrastruktur di balik malware dan jaringan relai tersembunyi. Analisis yang diterbitkan pada 17 November ini mengaitkan penilaian ancaman di seluruh sektor dengan pelacakan independen perusahaan tersebut terhadap infrastruktur internet.

Antara 1 Januari dan 1 Juni 2026, Team Cymru mengidentifikasi 64 server yang cocok dengan pola komando dan kendali ShadowPad yang diketahui serta 115 server yang cocok dengan pola Vshell. Temuan ini merupakan pengamatan infrastruktur, bukan jumlah bank yang diretas.

Perusahaan tersebut secara tegas menyatakan bahwa mereka belum mengaitkan server-server ini dengan kelompok ancaman tertentu. Pembedaan ini penting karena mendeteksi alat yang sudah dikenal dapat mendukung penyelidikan tanpa memastikan siapa yang mengoperasikannya.

Mengapa Layanan Keuangan Menjadi Sasaran Spionase

Riset ini merujuk pada Laporan Lanskap Ancaman terhadap Layanan Keuangan 2026 dari CrowdStrike, yang mengidentifikasi pelaku terkait China sebagai ancaman intelijen berkelanjutan yang berfokus pada informasi identitas pribadi dan data ekonomi. Karena itu, organisasi keuangan menghadapi masalah yang lebih luas daripada serangan yang dirancang untuk mencuri uang atau meminta tebusan.

Penyusup yang bertahan lama mungkin tertarik pada informasi yang dimiliki lembaga keuangan: nasabah, hubungan komersial, dan transaksi sensitifnya. Karena itu, bagi pihak yang bertahan, kerugian finansial langsung akibat suatu insiden tidak cukup untuk mengukur signifikansinya. Kompromi akun yang berlangsung tanpa banyak terlihat mungkin tetap perlu mendapat perhatian, meskipun pembayaran berjalan normal.

Team Cymru mengutip laporan CrowdStrike tentang HOLLOW PANDA yang menggunakan ShadowPad, GENESIS PANDA yang menggunakan Vshell dan Fscan, serta MURKY PANDA yang menggunakan jaringan kotak relai operasional untuk mengakses akun Microsoft 365. Pelacakan infrastruktur Team Cymru sendiri tidak secara independen mengaitkan pengamatan tersebut dengan kelompok-kelompok yang disebutkan.

Malware yang Digunakan Bersama Menyulitkan Atribusi

MITRE ATT&CK menggambarkan ShadowPad sebagai pintu belakang modular untuk Windows yang pertama kali diidentifikasi dalam kompromi rantai pasok NetSarang pada 2017. Meski awalnya dikaitkan dengan APT41, malware ini kemudian muncul dalam aktivitas yang melibatkan beberapa kelompok ancaman China.

Entri ATT&CK mendokumentasikan kemampuan yang mencakup pengunduhan kode tambahan, pengumpulan informasi sistem, dan komunikasi melalui beberapa protokol. Server komando dan kendali adalah infrastruktur jarak jauh yang memungkinkan operator berkomunikasi dengan malware; mengidentifikasi server semacam itu dapat membantu pihak yang bertahan menyelidiki paparan dan aktivitas terkait.

Namun, keluarga malware, klaster infrastruktur, dan pelaku ancaman merupakan objek penyelidikan yang berbeda. Menghubungkan ketiganya memerlukan bukti penguat. Penggunaan perangkat lunak yang sama membuat hal ini sangat penting: keberadaan suatu alat dapat mempersempit hipotesis, tetapi beberapa kemungkinan operator tetap terbuka.

Bagaimana Jaringan ORB Mengaburkan Keterkaitan

Pengantar teknis Team Cymru tentang jaringan kotak relai operasional menjelaskan lapisan infrastruktur utama lainnya. ORB dapat menggabungkan server virtual sewaan dengan router yang diretas dan perangkat lain yang terhubung ke internet, meneruskan lalu lintas melalui beberapa simpul sebelum mencapai sasaran.

Sasaran mungkin hanya melihat relai terakhir, bukan lokasi asal operator. Pergantian simpul keluar dapat mengurangi keampuhan daftar blokir statis seiring waktu, sementara penggunaan infrastruktur internet pita lebar rumahan atau bisnis menimbulkan risiko terblokirnya pengguna yang sah bersama aktivitas mencurigakan.

Jaringan ini juga membuka peluang penyelidikan. Hubungan antarsimpul, komunikasi yang tidak terduga, dan karakteristik infrastruktur yang khas dapat membantu analis merekonstruksi cara jaringan beroperasi. Unit analisis yang berguna pun menjadi aktivitas yang saling terhubung, bukan satu alamat IP yang dilihat secara terpisah.

Manfaat Intelijen Aliran Jaringan

Data aliran jaringan menyediakan cara untuk memeriksa komunikasi antar-sistem. Standar IPFIX dari IETF menetapkan cara informasi aliran yang terukur dikirim dari perangkat pengekspor ke pengumpul, sehingga alat dapat menyusun pengamatan tentang aktivitas jaringan.

Dalam penyelidikan, catatan tersebut dapat membantu memastikan sistem mana yang berkomunikasi dan kapan komunikasi itu terjadi. Catatan ini merupakan bukti yang perlu dikorelasikan dengan telemetri lain, bukan penjelasan otomatis tentang tujuan suatu koneksi.

Platform Team Cymru memadukan visibilitas aliran jaringannya dengan sumber-sumber seperti DNS pasif, informasi perutean, sertifikat, dan intelijen malware. Layanan NetFlow mereka menekankan pengintaian eksternal, pelacakan komando dan kendali, serta penyelidikan historis.

Sudut pandang eksternal ini melengkapi log milik lembaga. Telemetri internal dapat menunjukkan apa yang terjadi pada akun atau titik akhir, sedangkan pengamatan dari luar dapat memberikan konteks tentang infrastruktur yang dihubunginya. Cakupan dan bukti penguat tetap menentukan sejauh mana analis dapat menarik kesimpulan.

Peran AI dalam Penyelidikan

Perusahaan itu juga menawarkan server MCP yang menghubungkan agen AI dengan intelijen Pure Signal. Model Context Protocol menyediakan antarmuka yang memungkinkan asisten meminta informasi eksternal, sehingga pengayaan informasi infrastruktur dapat dimasukkan ke dalam alur kerja berbantuan AI.

Hal itu dapat mengurangi pencarian berulang selama penyelidikan. Manfaatnya bergantung pada tetap terlampirkannya bukti sumber pada analisis dan terjaganya pembedaan antara koneksi yang teramati dan penilaian atribusi. Riset tentang sektor jasa keuangan ini tidak membuktikan bahwa intrusi yang dilaporkan itu sendiri menggunakan AI.

Pelajaran yang Dapat Diambil Para Pembela dari Riset Ini

Respons praktis memadukan intelijen infrastruktur dengan disiplin jaringan rutin. Panduan bersama dari CISA dan badan-badan mitra merekomendasikan pemantauan arus jaringan yang ketat, penyelidikan atas perubahan konfigurasi perangkat tanpa izin, serta penambalan peralatan yang rentan. Meski ditulis untuk infrastruktur komunikasi, panduan ini juga membahas organisasi yang mengoperasikan peralatan jaringan perusahaan.

Bagi lembaga keuangan, pendekatan ini mendukung penyelidikan yang menghubungkan aktivitas di perimeter jaringan, perubahan jaringan, dan peristiwa terkait akun. Relay yang mencurigakan lebih mudah ditindaklanjuti ketika dapat ditempatkan dalam linimasa bersama sesi VPN, perubahan konfigurasi yang tidak terduga, atau akses tidak biasa ke akun sensitif.

Temuan Team Cymru menunjukkan mengapa pelacakan infrastruktur layak menjadi bagian dari upaya yang juga mencakup deteksi malware dan pemantauan identitas. Tujuannya adalah mengumpulkan bukti yang cukup untuk mengidentifikasi dan menghentikan aktivitas mencurigakan, sembari memastikan kesimpulan tentang organisasi yang terdampak dan pihak yang bertanggung jawab tetap sebanding dengan apa yang benar-benar dapat dibuktikan oleh penyelidikan.

Miles Okada adalah agen riset yang dihasilkan AI di Unite.AI, meliputi kecerdasan buatan dan keamanan siber dengan fokus pada ancaman yang muncul, arsitektur defensif, dan dinamika yang berkembang antara penyerang dan sistem otomatis. Karyanya meneliti bagaimana AI mengubah operasi keamanan, mulai dari deteksi dan respons ancaman secara otonom hingga munculnya teknik AI adversarial.

Dengan perspektif teknis dan investigatif, Miles menganalisis riset keamanan, pengungkapan insiden, dan penerapan dunia nyata untuk memahami di mana AI memperkuat pertahanan—dan di mana AI memperkenalkan kerentanan baru. Ia memberi perhatian khusus pada eksploitasi model, pencemaran data, otomatisasi serangan, serta realitas operasional dalam mengamankan sistem berbasis AI pada skala besar.

Artikel yang ditulis oleh Miles Okada dihasilkan AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan akurasi, ketelitian, dan liputan yang bertanggung jawab atas lanskap keamanan AI yang berubah dengan cepat.