Nhóm BlackHatSect0r và DXQRTXX đã liên kết với một chiến dịch tội phạm mạng tự động sử dụng một AI agent kết nối với mô hình DeepSeek để quét các thông tin nhạy cảm bị lộ, kiểm tra quyền truy cập bị đánh cắp và đưa kết quả vào một nền tảng điều khiển tùy chỉnh.
Hoạt động này cho thấy các lỗ hổng bảo mật phổ biến có thể bị lạm dụng ở tốc độ máy. Một máy chủ hoạt động bị lộ chứa 4.9 GB dữ liệu trên 9,299 tệp, bao gồm nền tảng DXSCAN, các công cụ lừa đảo (phishing tools), tài liệu tống tiền và một kho chứa 16,834 thông tin đăng nhập.
Trong chiến dịch của mình, nhóm này đã đưa vào hàng đợi 2,759,860 tên miền, tiếp cận 726,989 máy chủ và tạo ra 1,374,300 địa chỉ IP.
Chiến dịch tự động hóa sử dụng AI
Các nhà nghiên cứu SOCRadar đã xác định được cơ sở hạ tầng và tìm thấy bằng chứng cho thấy nhóm người nói tiếng Pháp này đã loại bỏ các biện pháp bảo vệ khỏi agent của họ trước khi sử dụng nó trong nhiều chiến dịch.
SOCRadar cho biết trong một báo cáo được chia sẻ với Cyber Security News (CSN) rằng chiến dịch này dựa vào lưu trữ đám mây bị lộ, các tệp cấu hình có thể đọc được và thông tin bí mật yếu (weak secrets), thay vì các lỗ hổng mới. Có thể tham khảo thêm thông tin chi tiết tại báo cáo.
Tác động của chiến dịch này vượt ra ngoài việc đánh cắp thông tin đăng nhập. Dữ liệu thu thập được liên kết nhóm này với các cáo buộc về đánh cắp dữ liệu khu vực công, các yêu cầu tống tiền, lộ lọt dữ liệu từ sàn giao dịch tiền điện tử và các cuộc gọi giả mạo ngân hàng nhắm vào người lớn tuổi.
Trường hợp này làm tăng thêm sự cấp bách về vấn đề tấn công mạng được tự động hóa bởi AI agent, vì việc tự động hóa có thể làm cho các cấu hình sai phổ biến trở nên nguy hiểm hơn nhiều. Tìm hiểu thêm về các kỹ thuật tấn công mạng do AI hỗ trợ.
AI agents for real-world cyberattacks
Cơ chế hoạt động của AI Agent
Nhóm này đã chạy một agent Hermes của Nous Research dựa trên mô hình DeepSeek, được điều khiển thông qua một tệp định danh 14 KB có tên là SOUL.md.
Người vận hành đã xóa bộ nhớ từ chối của agent, vô hiệu hóa các cài đặt an toàn và thiết lập bảy tiến trình nền để tiếp tục quét, thu thập và báo cáo mà không cần sự can thiệp liên tục của con người.
DXSCAN tạo ra khoảng 1,200 địa chỉ ngẫu nhiên mỗi mười giây, kiểm tra các cổng 80, 443 và 8080, xác định phần mềm web và tìm kiếm hơn 200 mẫu thông tin đăng nhập.
Khi phát hiện các tệp .env bị lộ, khóa đám mây hoặc chi tiết cơ sở dữ liệu, nó sẽ lưu trữ dữ liệu và gửi báo cáo nạn nhân bằng tiếng Pháp qua Telegram.
Quy trình làm việc này minh họa mối lo ngại được nêu bật trong các báo cáo gần đây về các chiến dịch đánh cắp thông tin đăng nhập tự động: AI không cần phát minh ra một lỗ hổng đột phá để gây hại. Điều này làm nổi bật rủi ro bảo mật tiềm ẩn khi các công cụ tự động hóa được sử dụng.
Nó mang lại cho người vận hành khả năng duy trì hoạt động, tốc độ và khả năng chạy trinh sát, xác thực và thu thập dữ liệu song song. Nhóm này đã tiếp thị một số công cụ dưới dạng zero-day, nhưng nghiên cứu không tìm thấy bằng chứng xác nhận về một cuộc xâm nhập dựa trên một lỗ hổng mới.
Thu thập thông tin đăng nhập
Truy cập được xác nhận đến từ các bucket đám mây công khai, các tệp .env hoặc .git bị lộ, khóa ký mặc định hoặc các thông tin bí mật được đặt trong mã trình duyệt. Trong một trường hợp, một khóa ký JWT được đặt là “secret” đã làm lộ 418 bản ghi nhận dạng.
Kho lưu trữ thông tin đăng nhập đã tăng từ 16,415 bản ghi vào ngày 11 tháng 8 lên 16,834 bản vào ngày 18 tháng 8. Nó bao gồm các thông tin bí mật chung chung, thông tin đăng nhập cơ sở dữ liệu và SMTP, khóa API, khóa AWS, token GitHub và khóa Stripe. Trong số 230 cấu hình SMTP, 82 đã được xác minh và chuẩn bị để có thể tái sử dụng làm kênh chuyển tiếp lừa đảo.
Cơ sở hạ tầng tương tự đã hỗ trợ các hoạt động lừa đảo khuyến khích người nhận gọi đến một số điện thoại do kẻ tấn công kiểm soát thay vì nhấp vào một liên kết độc hại. Chiến thuật này có thể tránh được việc quét liên kết và kiểm tra tệp đính kèm, làm cho việc nâng cao nhận thức của nhân viên và quy trình gọi lại trở nên thiết yếu. Người đọc theo dõi các mối đe dọa liên quan có thể xem xét các kỹ thuật tấn công mạng được hỗ trợ bởi AI để có thêm ngữ cảnh về cách các agent phân chia công việc trong một cuộc xâm nhập.
AI agents used to automate cyberattacks
Khuyến nghị bảo mật
Các tổ chức nên kiểm tra lưu trữ đám mây về quyền truy cập đọc hoặc ghi công khai, loại bỏ các tệp .env, .git, các điểm cuối debug và actuator khỏi internet, và xoay vòng mọi thông tin bí mật có thể đã bị lộ. Các khóa ký và tài liệu tạo token phải được giữ trên máy chủ, trong khi các giá trị mặc định hoặc dễ đoán phải được thay thế ngay lập tức.
Người phòng thủ cũng nên săn lùng cơ sở hạ tầng đã liệt kê, các chuỗi GHOST bất thường, SOUL.md, các thư mục .hermes và hoạt động ngrok trái phép.
Các nhóm phát triển web có thể gắn cờ các luồng yêu cầu ngắn đến các đường dẫn cấu hình từ một nguồn duy nhất, đặc biệt là khi chúng theo sau các lần quét các cổng web phổ biến. Những kiểm tra này củng cố các bài học từ các cuộc tấn công máy chủ Vite bị lộ, nơi các tệp môi trường có thể truy cập được có thể mở đường cho sự xâm nhập trên diện rộng hơn.
Các nhóm bảo mật nên điều tra các chỉ báo khớp, cách ly hệ thống, bảo tồn nhật ký và xem xét hoạt động xác thực một cách kịp thời.
Chỉ báo xâm nhập (IoCs)
Lưu ý: Địa chỉ IP và tên miền bị làm sạch (ví dụ: [.] ) để ngăn chặn việc phân giải hoặc liên kết ngoài ý muốn. Chỉ phục hồi lại dạng có thể phân giải (re-fang) trong các nền tảng tình báo mối đe dọa được kiểm soát như MISP, VirusTotal hoặc SIEM của bạn.
Giảm thiểu 21 phút cho mỗi cuộc điều tra cảnh báo SOC. Tăng cường khả năng của SOC với ngữ cảnh IOC tức thì để phản ứng nhanh chóng: Tích hợp Tra cứu IOC trong SOC của bạn.
