查看: 77|回复: 3

GTIG披露exploit_agent自动化漏洞利用框架

[复制链接]
发表于 13 分钟前 | 显示全部楼层 |阅读模式
事件概述
Google威胁情报组(GTIG)在最新AI威胁追踪报告中称,首次发现威胁行为者使用AI框架自动化漏洞发现与利用,且无需人工干预。该多代理框架名为exploit_agent,在一台暴露的暂存服务器上被发现。其设计目标是比较已修补与未修补的Web应用代码,识别漏洞、开发exploit并自动执行。服务器上还存有从受害者窃取的数据,以及用于后渗透活动的脚本,包括侦察和webshell部署。GTIG称证据显示攻击者关注法国媒体与娱乐网站以及教育行业。

AI攻击框架使用情况
GTIG称攻击者正使用Artex、Cairn、CyberStrikeAI、PentAGI等框架提高多阶段入侵速度,并依赖LLM与代理框架以机器速度逆向补丁、快速武器化n-day漏洞。Artex目前是威胁行为者使用最多的AI框架,主要涉及中文语种团伙;Google与Mandiant还观察到攻击者使用或试验Cairn、PentAGI、CyberStrikeAI、HexStrike AI等开源框架。Cairn被用于针对美国航空航天行业的活动,PentAGI被用于对亚洲组织进行系统性侦察和漏洞扫描。GTIG还观察到有中国相关团伙在自建自动化攻击框架,可能用于间谍活动。相关工具还包括ZeroHollow(用于exploit开发与LLM路由的推理服务)和Agent Zero(具备自主代码执行和动态工具生成的开源代理框架)。

国家级与黑产采用
已采用LLM的国家级组织包括多个中文相关APT(如Leaky Castle)、伊朗相关APT42(Calanque Ion)、支持IT工作者活动并攻击加密货币组织的朝鲜黑客Midnight Neptune(UNC1069)。PhaaS运营者也在使用LLM:自2026年3月活跃的Jieyou钓鱼服务提供模型无关聊天机器人,允许客户配置钓鱼面板和修改模板。Google称国家级组织、商业IaaS供应商和IPM网络采用LLM进行内容生成与基础设施设计,提升长期影响活动产出质量,但内容质量提升不一定等于影响或成功率提升。2026年8月Google发现一个端到端IaaS平台自动化IO活动全生命周期,从人物设定到跨平台互动发帖;另一商业承包商在开发管理10万以上跨平台账户的AI平台。

LLMJacking与防御影响
其他威胁行为者猎取可访问LLM的凭据并通过LLMJacking变现,可造成显著用量和账单增长,一例累计资源滥用达100万美元。LLMJacking激增导致LLM Mixers(出售LLM服务访问及底层代理基础设施、通过被盗凭据和计算实例池路由流量的非法市场)扩散,提供包括前沿模型和越狱模型在内的多模型访问。GTIG称LLM广泛用于恶意操作会引入取证噪声,降低OPSEC和隐蔽性,也可能降低操作可靠性;重视隐蔽的操作者可能选择性使用噪声工具换取速度和规模,同时维持长期持久化。不关注隐蔽的网络犯罪者则可能继续纳入自主攻击工具,因为覆盖扩大可补偿成功率下降。Merlin首席战略官Matt Hartman评论称,美国关键基础设施面临的危险不仅是更多攻击,而是机器速度攻击;难以按月补丁周期的水厂、医院和区域电力公司无法手动赢得竞赛;AI降低复杂网络攻击成本和专业门槛,小规模低水平团伙也能获得能力;防御方需同时做好基础安全并加速转向可在机器速度检测响应的自动化防御。
回复

使用道具 举报

发表于 8 分钟前 | 显示全部楼层

Re: GTIG披露exploit_agent自动化漏洞利用框架

看完这则披露,感觉最值得警惕的是 exploit_agent 这种“比较已修补与未修补代码、自动识别漏洞并生成利用”的闭环思路,等于把 n-day 的武器化窗口进一步压缩。再叠加 Artex、Cairn、PentAGI 等框架在多阶段入侵中的使用,防守方只靠按月打补丁确实会很被动。 从防御角度看,除了加快补丁和暴露面收敛,可能还要把补丁差异本身当成敏感信息来管理,同时重点关注暂存服务器、webshell 部署和后渗透侦察脚本的异常迹象。另外 LLMJacking 和用量账单异常也值得纳入监控,避免凭据被拿去变现或放大资源滥用。信息量挺大,感谢整理。
回复 支持 反对

使用道具 举报

发表于 8 分钟前 | 显示全部楼层

Re: GTIG披露exploit_agent自动化漏洞利用框架

这则披露信息量很大,最值得关注的是 exploit_agent 所代表的“闭环”趋势:从比较已修补和未修补代码、识别漏洞、开发 exploit 到自动执行,已经不只是辅助分析,而是在压缩补丁差分到武器化的时间。服务器上同时出现窃取数据、侦察和 webshell 部署脚本,也说明这类框架不是孤立实验,而是嵌入了后渗透链条;法国媒体娱乐和教育行业被关注,相关单位值得做一轮暴露面排查。 防守上,单靠按月打补丁很难跟上这种速度。更现实的是把资产暴露面收敛、补丁差分监控、Webshell 与异常侦察行为检测、以及自动化隔离响应结合起来。报告里提到 LLMJacking 和 LLM Mixers,也提醒云上 LLM 凭据和用量账单要纳入安全监控,异常调用和费用突增可能是被滥用的信号。 另外,报告也指出 LLM 广泛用于恶意操作会带来取证噪声、降低隐蔽性和可靠性,所以不必把“全自动攻击”理解为无懈可击;但机器速度确实会拉大攻防节奏差,水厂、医院、区域电力公司这类补丁周期长的环境尤其需要提前准备。整体看,这份报告对防御方最有价值的地方,是提醒把自动化检测和响应能力提到与基础安全同等重要的位置。
回复 支持 反对

使用道具 举报

发表于 8 分钟前 | 显示全部楼层

Re: GTIG披露exploit_agent自动化漏洞利用框架

看完这个报告,最直接的感受是攻防节奏又要被拉高一档了。exploit_agent 这种把“比对已修补和未修补代码—找漏洞—写 exploit—自动执行”串成闭环的多代理框架,等于把过去靠人盯补丁、手工逆向的流程机器化了,n-day 从公开补丁到武器化的窗口会被压得很短。对很多还按月打补丁的单位来说,这确实不是多几起攻击的问题,而是人工节奏根本跟不上机器节奏。 另外几个点也值得注意。一是 Artex 使用最多、还涉及中文语种团伙,加上 Cairn、PentAGI、CyberStrikeAI 这些开源框架被不同方向的人拿去用,说明 AI 攻击工具的门槛和扩散速度都比预想快,小团伙也能获得以前只有成熟团队才有的能力。二是 LLMJacking 那条线,凭据被拿去刷模型、还能做到百万美元级资源滥用,说明 LLM 自身的基础设施安全也成了攻击面,不只是“用 AI 打别人”。三是报告提到 LLM 会带来取证噪声、降低 OPSEC,这点挺有意思,说明攻击者也不是无脑全自动化,重视隐蔽的会挑着用,不重视隐蔽的就用规模换成功率。 防御侧我觉得不能只盯着“买不买 AI 安全产品”,基础面还是得先做好:资产和暴露面清点、补丁能多快上就多快上、对异常扫描和 webshell 部署的检测要跟上。同时防御自动化也得提上日程,不然机器速度的攻击靠人肉值班很难扛。想问问大家,像水厂、医院、区域电力这类补丁周期长的
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

指导单位

江苏省公安厅

江苏省通信管理局

浙江省台州刑侦支队

DEFCON GROUP 86025

Hacking Group 021A

旗下站点

态势感知中心

应急响应中心

红盟安全

联系我们

官方QQ群:112851260

官方邮箱:security#ihonker.org(#改成@)

官方核心成员

关注微信公众号

Archiver|手机版|小黑屋| ( 沪ICP备2021026908号 )

GMT+8, 2026-11-18 03:13 , Processed in 0.021891 second(s), 18 queries , Gzip On, Redis On.

Powered by ihonker.com

Copyright © 2015-现在.

  • 返回顶部