GTIG 威胁追踪:代理攻击活动越过重要门槛

GTIG 与 Mandiant 在最新季度追踪更新中指出,对抗性 AI 已跨过重要关口:攻击者不再停在手工构造提示词,而是把自主多代理框架、自动化漏洞利用流水线和 LLMJacking 投入实战。报告基于 Mandiant 事件响应、全球行为者跟踪和平台防御遥测,覆盖网络犯罪、国家背景间谍活动和信息操作。

多代理攻击框架是核心观察。多个威胁行为者已在真实入侵中使用开源 agentic 渗透测试框架,包括 ARTEX、CAIRN、CyberStrikeAI、HexStrike AI 和 PentAGI。CAIRN 用 OODA 循环和共享黑板协作,被观察到用于针对美国航空航天业的入侵;PentAGI 的定制版本在 2026 年 8 月至 10 月初对亚洲多类组织开展系统侦察和漏洞扫描。这些框架能自动发现低复杂度漏洞、按需生成一次性 payload,并根据实时执行反馈调整战术。它们把攻击时间压缩到机器速度,但当前以牺牲隐蔽性为代价:自动执行会留下取证痕迹和可识别代码特征。

漏洞研究首次出现无人介入的完整自动化。GTIG 发现一个暴露的暂存服务器运行 exploit_agent,集成多款前沿和本地 LLM,对热门 Web 应用做补丁前后差分分析,自动起草并执行利用代码;受害者遥测显示操作者尤其关注法国媒体、娱乐和教育网站。2026 年 1 月至 8 月,漏洞披露和利用数量几乎翻倍;零日利用从 2025 年月均 8 个升至 2026 年月均 11 个,8 月单月飙至 22 个。PaperCut 案例中,CVE-2026-81578 与 CVE-2026-82078 可组合成未授权远程代码执行,研究人员和 Huntress 在披露一天内生成可用利用;Greynoise 报告称四天后就有攻击者用 LLM 构建并测试利用、对数百个组织发起大规模利用,几分钟内从初始立足点扩展到域管理员。PHP 漏洞 CVE-2026-109618 与 CVE-2026-109619 在官方补丁前已有早期补丁代码流出,补丁后出现大量 LLM 生成的无效 POC,给防御方造成额外验证负担。

信息操作行为者已从试验转向全面集成。国家背景行为者、商业 Influence-as-a-Service(IaaS)供应商和虚假政治变现(IPM)网络都常态化使用 LLM。2026 年 8 月,GTIG 发现一个使用 Gemini API 构建的端到端 IaaS 平台,针对欧洲和中东舆论,自动完成人设创建、多模态内容生成和跨平台发布,并用住宅代理、保存登录 Cookie 规避检测。另一个商业承包商在开发可管理 10 万个账户以上的 IaaS 平台,用云手机农场、设备标识伪造和 LLM 模拟真实用户行为的账号老化流程运营大量虚假人设。报告同时提醒,内容质量提升不等于影响效果提升。

LLMJacking 是 2026 年事件响应中的高频场景。Mandiant 处理的多个案例中,攻击者消耗受害者的 LLM 配额和云算力;部分案例单日欺诈费用超过 10 万美元,最严重的累计滥用达到 100 万美元。常见 TTP 包括从公开 GitHub 仓库窃取凭据、会话劫持、创建未授权 IAM/服务账号、利用 LiteLLM 沙箱逃逸 CVE-2026-40217 将受限推理密钥提升为管理员凭据,以及用短期服务账号规避速率限制。攻击者还会用 GPU 实例运行自己的 LLM 工具,并通过 API 网关转售访问权。LLM Mixer 地下商店已批量出现,每百万 token 价格从 0.10 美元到 25 美元不等;APIMart 对超过 10 万 token 的提示词加价 5 倍,JetNight 提供按月订阅。

国家背景行为者方面,伊朗 CALANQUE ION(前 APT42)用 LLM(包括 Gemini)增强侦察和社会工程;PRC 关联间谍行为者用 LLM 做侦察和漏洞武器化;PRC 承包商 LEAKY CASTLE 用 LLM 分析窃取的数据。朝鲜 IT 工人用 LLM 生成简历、准备面试并实时生成回答。疑似 MIDNIGHT NEPTUNE 的集群修改内部代码仓库的 .claude/settings.json,让用户启动 Claude Code 时自动下载 SOMBERMEME 后门,并用命名为 Microsoft Copilot 的 GitHub PAT 掩盖横向移动。中文 PhaaS 平台 Jieyou 在 2026 年 6 月引入 LLM 聊天机器人,让低技能攻击者用自然语言配置钓鱼面板。

防御侧,Google Security Operations 已部署检测 ARTEX 的行为和流量规则包,Mandiant Consulting 发布了加固指南。Google 还提及 Big Sleep、CodeMender、Google AI Threat Defense(AITD)、Gemini 4 Carbon 和 Secure AI Framework(SAIF)。边界也很明确:LLM 工具取证噪音大、可能产生幻觉,会降低隐蔽性和操作可靠性;追求长期隐蔽的间谍行为者会谨慎采用,网络犯罪者则会继续扩大使用。

GTIG AI Threat Tracker: Agentic Threat Activity Crosses a Significant Threshold

查看原文