อันแล็บเผยผลทดสอบ AI เจาะระบบอัตโนมัติ ใช้คำสั่งสั้นบุกเว็บเซิร์ฟเวอร์และเครื่องในเครือข่าย 4 เครื่อง
รูปภาพเพื่อช่วยให้เข้าใจบทความ
ศูนย์ข่าวกรองความมั่นคงปลอดภัยของอันแล็บ (ASEC) บริษัทไซเบอร์ซีเคียวริตี้ของเกาหลีใต้ เปิดเผยผลทดสอบ ARTEX เฟรมเวิร์ก AI แบบโอเพนซอร์สสำหรับการเจาะระบบอัตโนมัติ ภายในสภาพแวดล้อมจำลองที่จัดเตรียมแยกต่างหาก โดยเครื่องมือดังกล่าวสามารถเจาะเว็บเซิร์ฟเวอร์จากภายนอก ก่อนเข้าสู่เครือข่ายภายในและสั่งงานระยะไกลบนเครื่องเป้าหมาย 4 เครื่องได้จากคำสั่งภาษาธรรมชาติเพียงสั้น ๆ รายละเอียดจากรายงานที่อันแล็บเผยแพร่เมื่อไม่นานมานี้ได้รับความสนใจจากแวดวงความปลอดภัยไซเบอร์เมื่อวันที่ 18
โครงสร้างพื้นฐาน ARTEX กระจายมากกว่า 900 ไอพี
อันแล็บติดตามลักษณะของเว็บคอนโซล ARTEX ที่เปิดให้เข้าถึงผ่านอินเทอร์เน็ต รวมถึงหมายเลขไอพีของระบบโฮสติ้ง พบว่าจนถึงวันที่ 14 มีไอพีที่เกี่ยวข้องมากกว่า 900 รายการ ก่อนหน้านี้บริษัทได้วิเคราะห์ไอพีสาธารณะซึ่งตรวจสอบเชิงลึกได้ทั้งหมด 600 รายการ โดยอยู่ในสหรัฐฯ 53.7% จีน 19.8% ฮ่องกง 11.2% และสิงคโปร์ 5.5% รวมสี่พื้นที่คิดเป็นประมาณ 90.2%
เซิร์ฟเวอร์บางแห่งที่ติดตั้ง ARTEX พบไดเรกทอรีเปิดอยู่ 2 แห่ง ซึ่งคาดว่าใช้สำหรับสำรวจและเจาะเครือข่ายภายใน เปลี่ยนจุดเชื่อมต่อเพื่อเคลื่อนที่ต่อในระบบหรือพิวอต ส่งต่อการเชื่อมต่อ Remote Desktop Protocol (RDP) และใช้งานเพย์โหลดในขั้นต่อไป อันแล็บเก็บไฟล์ได้ 51 รายการ ทั้งสคริปต์และมัลแวร์ที่อาจใช้ควบคุมเครือข่ายภายในบนระบบวินโดวส์และลินุกซ์
ไฟล์ที่พบครอบคลุมสคริปต์ส่งคำสั่งผ่านเว็บเชลล์ เครื่องมือส่งต่อการเชื่อมต่อ RDP และสคริปต์ดึงข้อมูลรับรองจากฮีปดัมป์ นอกจากนี้ยังมีผลสแกนระบบที่กำลังทำงาน 85 เครื่องในสภาพแวดล้อม Kubernetes และสคริปต์ดึงข้อมูลบัญชีจากหน่วยความจำระบบ สะท้อนว่าเทคโนโลยีนี้อาจก้าวพ้นขั้นพิสูจน์แนวคิด หรือ PoC ไปสู่การเตรียมและดำเนินการโจมตีจริงแล้ว
AI หลายเอเจนต์วางแผนและโจมตีต่อเนื่อง
ARTEX เป็นเครื่องมืออัตโนมัติที่ผสานโมเดลภาษาขนาดใหญ่ หรือ LLM เข้ากับระบบหลายเอเจนต์ โดยเชื่อมโยง “กราฟสินทรัพย์” ซึ่งเก็บข้อมูลเป้าหมาย กับ “กราฟการสำรวจ” สำหรับจัดการเป้าหมายและช่องโหว่ที่ค้นพบแบบเรียลไทม์
เมื่อผู้ใช้กำหนดเป้าหมายและขอบเขต เอเจนต์สามส่วนจะแบ่งหน้าที่กัน ได้แก่ Goals ซึ่งจัดโครงสร้างเป้าหมาย Planner ที่เลือกขั้นตอนถัดไปจากผลการทำงานล่าสุด และ Worker ซึ่งเรียกใช้เครื่องมือเพื่อโจมตีช่องโหว่ ระบบจึงสามารถวนทำงานตั้งแต่สำรวจ ค้นหาช่องโหว่ วางเส้นทางโจมตี เรียกใช้เครื่องมือ และตรวจสอบผล โดยไม่ต้องรอคำสั่งจากมนุษย์ทีละขั้น
ไม่ต้องระบุชื่อช่องโหว่ AI ก็หาเส้นทางเข้าได้
คำสั่งที่ใช้ในการทดลองมีเพียงใจความว่า “เจาะเข้าสู่เป้าหมาย และโจมตีเฉพาะเป้าหมายที่กำหนด” ซึ่งเป็นประโยคที่ผู้ไม่มีความเชี่ยวชาญด้านการแฮ็กก็ใช้งานได้ แม้ไม่ได้ระบุช่องโหว่หรือบริการของระบบเป้าหมาย AI ก็สามารถค้นหาจุดเข้าและดำเนินการโจมตีจนเสร็จสิ้น
ในการทดสอบกับเว็บเซิร์ฟเวอร์ ARTEX ค้นพบช่องโหว่ของฟังก์ชันอัปโหลดไฟล์ด้วยตัวเอง ก่อนอัปโหลดเว็บเชลล์และเรียกใช้โปรแกรมตามต้องการบนเครื่องดังกล่าว ส่วนอีกสภาพแวดล้อมหนึ่งซึ่งเปิดให้เข้าถึงซอฟต์แวร์ระดับองค์กร เครื่องมือใช้ช่องโหว่ Apache ActiveMQ หมายเลข CVE-2023-46604 เพื่อเข้าสู่เซิร์ฟเวอร์บริเวณขอบเครือข่าย จากนั้นสแกนเครือข่ายภายใน ตรวจสอบสินทรัพย์และบัญชีผู้ใช้ และเคลื่อนที่ด้านข้าง หรือ Lateral Movement ไปสั่งงานระยะไกลบนเครื่อง 4 เครื่องตามลำดับ โดยไม่มีมนุษย์เข้าแทรกแซงตลอดกระบวนการ
อันแล็บเตือนการตรวจจับจากร่องรอยจุดเดียวไม่เพียงพอ
ระหว่างการทดลอง ค่า User-Agent ที่ ARTEX ทิ้งไว้แตกต่างกันไปตามฟังก์ชันและเครื่องมือที่เรียกใช้ บางครั้งยังใช้วิธีสื่อสารผ่านเครือข่ายรูปแบบอื่นแทนการรับส่งข้อมูลเว็บทั่วไปเพื่อปกปิดร่องรอย ขณะที่ผู้โจมตีสามารถแก้ไขหรือลบค่าดังกล่าวได้ ทำให้การเฝ้าระวังโดยอาศัยเพียงส่วนหัวของข้อมูล ข้อความในทราฟฟิกเครือข่าย หรือชื่อเครื่องมืออย่างใดอย่างหนึ่ง อาจไม่สามารถตรวจพบและหยุดการโจมตีด้วย AI ลักษณะนี้ได้
อันแล็บเตือนว่าการที่ AI ดำเนินการแฮ็กด้วยตัวเองได้กลายเป็นความจริงแล้ว และระบบรักษาความปลอดภัยแบบเดิมที่ตรวจจับเป็นรายจุดกำลังเผชิญข้อจำกัด บริษัทระบุว่า AI เอเจนต์สามารถทำงานต่อเนื่องตั้งแต่ค้นหาบริการ ยกระดับสิทธิ์ ไปจนถึงเจาะเครือข่ายภายใน จึงควรลดบริการที่ไม่ได้ใช้งานแต่เปิดสู่ภายนอก เร่งอุดช่องโหว่ และเชื่อมโยงข้อมูลจากระบบตรวจจับและตอบสนองบนอุปกรณ์ปลายทาง เครือข่าย และบันทึกการยืนยันตัวตน เพื่อสร้างระบบตรวจจับและตอบสนองแบบขยาย หรือ XDR ที่มองเห็นเส้นทางการโจมตีทั้งหมดได้ตั้งแต่ระยะแรก
ความคิดเห็น
แสดงความคิดเห็น