Hacker sử dụng DeepSeek AI tấn công đại học, đánh cắp hơn 5.200 hồ sơ dữ liệu

• Kỹ thuật tấn công: Đối tượng sử dụng DeepSeek V4 làm mô hình suy luận kết hợp với framework Hermes Agent và công cụ Cursor để tự động hóa việc khai thác.
• Mục tiêu: Các trường đại học tại Ấn Độ, dẫn đến việc rò rỉ hơn 5.200 hồ sơ dữ liệu cá nhân của sinh viên và giảng viên.
• Phương thức: Khai thác các dịch vụ công khai, dò quét mật khẩu yếu và tận dụng các cấu hình sai trong cơ sở dữ liệu MongoDB.
• Khuyến nghị: Triển khai xác thực đa yếu tố (MFA), rà soát các tài khoản quản trị và bảo mật nghiêm ngặt các khóa API/Cloud credentials.

Các nhà nghiên cứu bảo mật từ Unit 42 vừa công bố báo cáo chi tiết về một chiến dịch tấn công mạng nhắm vào các tổ chức giáo dục tại Ấn Độ. Đáng chú ý, đối tượng tấn công sử dụng biệt danh BUGSTER đã tận dụng sức mạnh của trí tuệ nhân tạo (AI) để thực hiện các hành vi xâm nhập, dù kỹ năng kỹ thuật cá nhân được đánh giá là hạn chế. Đây là minh chứng rõ nét cho thấy AI đang hạ thấp rào cản gia nhập cho tội phạm mạng.

Cơ chế tấn công dựa trên AI và Hermes Agent

Đối tượng BUGSTER đã xây dựng một hệ sinh thái tấn công tinh vi bằng cách kết hợp mô hình suy luận DeepSeek V4 với framework Hermes Agent. Công cụ này đóng vai trò như một trợ lý ảo, hỗ trợ đối tượng viết mã khai thác, tạo báo cáo và lập kế hoạch tấn công. Mặc dù AI không tự thực hiện hành vi tấn công, nhưng nó đã giúp đối tượng tối ưu hóa các quy trình vốn đòi hỏi nhiều kinh nghiệm chuyên môn.

Tại một trường đại học, đối tượng đã thực hiện trinh sát (reconnaissance) để ánh xạ các dịch vụ trực tuyến, bao gồm trang WordPress, nền tảng học tập trực tuyến và bảng điều khiển quản trị. Thông qua việc dò quét mật khẩu (password spraying), đối tượng đã chiếm quyền truy cập vào một tài khoản quản trị có mật khẩu yếu.

Trong một vụ việc khác, đối tượng đã truy cập thành công vào cơ sở dữ liệu MongoDB của một trường đại học công lập. Dữ liệu bị đánh cắp bao gồm hồ sơ sinh viên từ các chương trình cao đẳng, đại học và sau đại học, cùng với thông tin chi tiết về giảng viên. Các nhà nghiên cứu nhấn mạnh rằng, sự cố này không xuất phát từ lỗ hổng phần mềm zero-day mà từ việc quản lý tài khoản yếu và các dịch vụ bị lộ diện không cần thiết.

Mở rộng phạm vi tấn công và các mục tiêu khác

Báo cáo từ Unit 42 chỉ ra rằng hoạt động của BUGSTER không chỉ dừng lại ở các trường đại học. Đối tượng đã sử dụng AI để nghiên cứu về gian lận dịch vụ điện thoại (VoIP), dò quét mật khẩu Wi-Fi và thu thập thông tin về các ví tiền điện tử lớn. Mặc dù chưa có bằng chứng về việc các cuộc tấn công này đã hoàn tất, nhưng các tài liệu lập kế hoạch cho thấy ý đồ rõ ràng của đối tượng.

Đối tượng cũng sử dụng các bộ công cụ quét thông tin xác thực (credential-scanning toolkit) để tìm kiếm các bí mật bị lộ như khóa API hoặc khóa riêng tư (private keys) trong các tệp tin hoặc nhật ký hệ thống. Đây là kỹ thuật phổ biến giúp tội phạm mạng leo thang đặc quyền và truy cập sâu vào hạ tầng đám mây của tổ chức.

Bảng tổng hợp các chỉ số IOCs

⚠️ Cảnh báo quan trọng: Các địa chỉ IP và tên miền trên đã được làm mờ (defanged) để ngăn chặn việc truy cập nhầm. Chỉ nên giải mã (re-fang) các chỉ số này trong môi trường an toàn như nền tảng Threat Intelligence, MISP hoặc hệ thống SIEM nội bộ.

Khuyến nghị phòng thủ và giảm thiểu rủi ro

Để đối phó với các mối đe dọa sử dụng AI, các tổ chức cần tập trung vào việc củng cố nền tảng bảo mật cơ bản. Theo Unit 42, việc áp dụng các biện pháp sau là cấp thiết:

• Quản lý tài khoản: Loại bỏ mật khẩu yếu, mật khẩu dùng chung và bắt buộc áp dụng xác thực đa yếu tố (MFA) trên tất cả các cổng quản trị.
• Kiểm soát truy cập: Giới hạn quyền truy cập cơ sở dữ liệu chỉ cho các hệ thống và người dùng được phê duyệt.
• Giám sát hệ thống: Theo dõi các nỗ lực đăng nhập bất thường hoặc hành vi truy cập vào các tập dữ liệu lớn.
• Bảo mật bí mật: Tuyệt đối không lưu trữ API keys, cloud credentials trong các tệp tin công khai hoặc log. Nếu nghi ngờ bị lộ, cần thực hiện thu hồi và xoay vòng (rotate) ngay lập tức.
• Giới hạn AI: Nếu sử dụng công cụ AI trong công việc, cần giới hạn quyền hạn của các AI agent, duy trì các kiểm soát an toàn và thường xuyên rà soát nhật ký hoạt động của chúng.