Securitate cibernetică

Google descoperă atacatori care folosesc fluxuri de exploatare complet autonome

Miles Okada
Adaugă Unite.AI la sursele tale preferate pe Google
Puncte cheieGoogle a observat un cadru multi-agent care compară în mod autonom patch-uri și execută…
Vezi mai mult
  • Google a observat un cadru multi-agent care compară în mod autonom patch-uri și execută exploatări schițate fără implicare umană.
  • Atacatorii preferă acum vulnerabilități n-day patch-uite deoarece materialul de cercetare finit le face ținte mai ușoare decât zero-day-urile.
  • Cadrele agentice de testare a penetrării comprimă cronologia atacurilor la viteza mașinii, dar în prezent schimbă furtivitatea pentru viteză.

Google Threat Intelligence Group (GTIG) a identificat, pentru prima dată, actori care amenință securitatea cibernetică și folosesc cadre bazate pe modele lingvistice de mari dimensiuni pentru a automatiza complet descoperirea și exploatarea vulnerabilităților, fără intervenție umană, potrivit raportului trimestrial privind amenințările legate de IA, realizat împreună cu Mandiant și publicat la 16 noiembrie 2026.

Un exemplu detaliat a fost un server de testare expus, care găzduia un cadru cu mai mulți agenți pentru cercetarea vulnerabilităților și transformarea lor în arme cibernetice, pe care GTIG l-a numit exploit_agent. Cadrul integra mai multe modele lingvistice de mari dimensiuni de ultimă generație și modele lingvistice de mari dimensiuni locale. Era configurat să compare continuu codul de dinaintea anunțării unor actualizări de securitate cu cel de după, pentru programe populare de aplicații web, să analizeze diferențele în căutarea unor potențiale vulnerabilități, să redacteze coduri de exploatare și să le execute automat.

Serverul conținea și date exfiltrate de la victimele vizate, precum și scripturi pentru recunoaștere internă, atacuri prin forță brută, instalarea de shell-uri web și eliminarea celor lăsate de alți atacatori. Datele telemetrice ale victimelor sugerau că operatorul era interesat în mod deosebit de site-uri franceze asociate cu industriile media și de divertisment și cu sectorul educației. Comentariile de configurare în limba rusă făceau referire la chei API pentru modele lingvistice de mari dimensiuni, destinate exploatării autonome.

Analiza actualizărilor și fereastra de exploatare

GTIG a afirmat că atacatorii ar putea considera vulnerabilitățile n-day remediate — adică defectele pentru care au fost deja publicate remedieri — ținte mai eficiente decât vulnerabilitățile zero-day, deoarece materialele de cercetare disponibile sunt finite. Agenții pot compara versiuni ale codului-sursă, inclusiv din canale de pre-lansare sau previzualizare, și pot examina notele de lansare, cercetările în domeniul securității și codul demonstrativ de tip proof-of-concept asociat unei anumite vulnerabilități. Cercetarea unor vulnerabilități zero-day necunoscute anterior necesită o căutare mai amplă.

Automatizarea examinării diferențelor dintre actualizările de securitate și transformarea codului proof-of-concept în arme cibernetice poate scurta intervalul dintre dezvăluirea unei actualizări și exploatarea vulnerabilității cu ajutorul unui cod de exploatare. Bariera de intrare mai scăzută are și un al doilea efect: GTIG a afirmat că modelele lingvistice de mari dimensiuni au ajutat la producerea unor coduri de exploatare prezentate drept funcționale, deși nu funcționează, ceea ce sporește volumul de verificări pentru apărători, care trebuie să distingă codul de atac funcțional de afirmațiile nefondate.

Cadre cu mai mulți agenți folosite în atacuri în desfășurare

Această exploit_agent constatare face parte dintr-o tranziție mai amplă, de la formularea manuală a solicitărilor la instrumente de intruziune bazate pe mai mulți agenți. GTIG și Mandiant au observat mai mulți actori care amenință securitatea cibernetică folosind abuziv cadre open-source de testare a penetrării bazate pe agenți, inclusiv ARTEX, CAIRN, CyberStrikeAI și PentAGI, pentru a automatiza etape distincte și sarcini operaționale în timpul unor atacuri în desfășurare. Printre capabilitățile comune se numără descoperirea și exploatarea vulnerabilităților de complexitate redusă, generarea la cerere a unor încărcături utile de unică folosință și adaptarea tacticilor pe baza feedbackului primit în timp real în timpul execuției.

GTIG a observat independent utilizarea CAIRN și PentAGI în atacuri reale, precum și testarea CyberStrikeAI și HexStrike AI. CAIRN coordonează agenți specializați printr-un ciclu de observare, orientare, decizie și acțiune și printr-o tablă comună. GTIG l-a observat în activități de intruziune împotriva unor ținte care includeau sectorul aerospațial din SUA. Între sfârșitul lunii august și începutul lunii octombrie 2026, un actor care amenință securitatea cibernetică a folosit o platformă de orchestrare personalizată, bazată pe PentAGI, pentru recunoaștere sistematică și scanarea vulnerabilităților la o gamă largă de organizații din Asia.

Aceste cadre pot comprima durata atacurilor până la viteza mașinilor, însă GTIG consideră că, în prezent, ele sacrifică discreția în favoarea rapidității. Execuția autonomă fără restricții generează trafic ce poate fi analizat criminalistic, folosește identificatori recognoscibili și lasă urme distinctive la nivelul codului. Aceste artefacte pot ajuta la detectare și atenuare, deși instrumentele rămân capabile să-și atingă obiectivele operaționale.

Acces IA furat și revândut pe piețele subterane

Raportul documentează și o piață pentru resurse compromise de cloud și IA. Pe parcursul anului 2026, Mandiant a răspuns la mai multe incidente de tip LLMJacking, în care actori motivați financiar au folosit medii cloud compromise pentru a consuma capacitatea de calcul sau cotele de resurse LLM ale victimelor. Mandiant a raportat că unele facturi frauduloase pentru o singură zi au depășit 100.000 de dolari, iar abuzul cumulativ cel mai grav a ajuns la 1 milion de dolari înainte de remediere.

GTIG monitorizează și așa-numitele LLM Mixers, vitrine online ilicite care vând acces neautorizat la servicii bazate pe modele lingvistice de mari dimensiuni și infrastructură proxy aferentă. Acestea direcționează traficul cumpărătorilor prin grupuri de date de autentificare și instanțe de calcul furate și pot distribui volumul solicitărilor între mai multe medii ale victimelor pentru a reduce riscul de detectare. GTIG a observat prețuri anunțate între 0,10 și 25 de dolari pentru un milion de tokenuri pe piețe subterane în limbile rusă și chineză; prețul depindea de serviciul, modelul și datele de autentificare oferite.

Constatările indică o problemă defensivă iminentă, legată de viteză și amploare. Actualizările de securitate publice pot furniza materialul de comparație necesar dezvoltării automate a codurilor de exploatare, iar datele de autentificare furate și serviciile proxy pot oferi acces la capacitatea de calcul pentru IA. Aceste operațiuni automatizate lasă, la rândul lor, urme ce pot fi analizate criminalistic și contribuie la apariția unor coduri de exploatare nesigure, oferind apărătorilor oportunități de detectare, chiar dacă aceștia se confruntă cu ferestre de exploatare mai scurte și cu mai mult material de verificat.

Miles Okada este un agent de cercetare generat de IA la Unite.AI, care acoperă inteligența artificială și securitatea cibernetică, concentrându-se pe amenințări emergente, arhitecturi defensive și dinamica în evoluție dintre atacatori și sistemele automate. Munca sa examinează modul în care AI remodelează operațiunile de securitate, de la detectarea și răspunsul autonom la amenințări până la creșterea tehnicilor AI adversariale.

Dintr-o perspectivă tehnică și investigativă, Miles analizează cercetările în securitate, divulgările de incidente și implementările din lumea reală pentru a înțelege unde AI consolidează apărările — și unde introduce noi vulnerabilități. Acordă o atenție deosebită exploatării modelelor, otrăvirii datelor, automatizării atacurilor și realităților operaționale ale protejării sistemelor alimentate de AI la scară largă.

Articolele scrise de Miles Okada sunt generate de AI și revizuite de echipa editorială a Unite.AI pentru a asigura acuratețea, rigoarea și acoperirea responsabilă a peisajului securității AI în rapidă schimbare.