گوگل اولین چارچوب حمله سایبری کاملاً مستقل را معرفی کرد
محققان گوگل اولین چارچوب حمله سایبری کاملا مستقل را شناسایی کرده اند که قادر به کشف و بهره برداری از آسیب پذیریها بدون دخالت انسان است. گروه هوش تهدید گوگل (GTIG) این یافته ها را در Q4 ۲۰۲۶ AI Threat Tracker خود در ۱۶ نوامبر ۲۰۲۶ منتشر کرد. این کشف نشان دهنده تغییر قابل توجهی از استفاده از هوش مصنوعی برای تسریع حملات به رهبری انسان به AI است که کل خط لوله بهره برداری را به صورت خودکار انجام میدهد.
جزئیات چارچوب بهره برداری مستقل
محققان یک فریم ورک مستقل به نام exploit_agent را در یک سرور در معرض نمایش شناسایی کردند. این سیستم از چندین عامل هوش مصنوعی در کنار مدلهای تجاری و محلی زبان برای مقایسه کد نرم افزار قبل و بعد از انتشار وصلههای امنیتی استفاده میکند. این چارچوب قادر به شناسایی خودکار آسیب پذیریها، تولید کد بهره برداری و اجرای حملات بدون نظارت انسان است. به گفته گوگل، دوران حملات خودگردان فرا رسیده است.
حملات شناسایی شده وب سایتهای مختلف فرانسوی را در بخشهای رسانه ای، سرگرمی و آموزش هدف قرار داد. در طول تحقیقات، محققان نظرات روسی زبان را در داخل فایلهای پیکربندی سیستم پیدا کردند که نشان دهنده حضور یک اپراتور روسی زبان است.
روند رو به رشد حملات روز صفر
این گزارش افزایش قابل توجه حجم تهدیدات سایبری را برجسته میکند. تعداد آسیب پذیریها و سوء استفادهها بین ژانویه و اوت ۲۰۲۶ تقریبا دو برابر نسبت به دورههای قبل شد. به طور خاص، حملات روز صفر که آسیب پذیریهای وصله نشده را هدف قرار میدهند، شاهد افزایش مداوم بوده اند. این حملات از میانگین ماهانه ۸ در سال ۲۰۲۵ به میانگین ۱۱ در سال ۲۰۲۶ رسید. دادهها نشان دهنده افزایش قابل توجهی در اوت ۲۰۲۶ بود، زمانی که ۲۲ حمله روز صفر ثبت شد.
علاوه بر چارچوبهای مستقل، محققان حوادث پیچیده "LLMJacking" را مستند کردند. یکی از این حوادث که توسط Mandiant اداره میشود، در یک روز بیش از ۱۰۰,۰۰۰ دلار هزینه استفاده غیر مجاز را به همراه داشت. شدیدترین مورد LLMJacking منجر به هزینه کل $ ۱,۰۰۰,۰۰۰ شد.
فعالیت و تاکتیک های بازیگر تهدید
گروه UNC6836 که به کرهٔ شمالی مرتبط است، از پروفایلهای استخدام کننده جعلی تولید شده توسط هوش مصنوعی برای هدف قرار دادن سازمانهای داراییهای رمزنگاری شده در آمریکای شمالی و اروپا استفاده کرده است. این پروفایلها حاوی واترمارکهای SynthID بودند. علاوه بر این، گروه UNC6836 فایلهای پیکربندی را برای کد کلود آنتروپیک تغییر داد تا بدافزارهای backdoor را هنگام شروع توسعه دهندگان دانلود کند.
سایر اپراتورها از اتوماسیون در مقیاس بزرگ برای مدیریت اطلاعات نادرست و مهندسی اجتماعی استفاده میکنند. یکی از اپراتورها از یک پلتفرم برای مدیریت بیش از ۱۰۰,۰۰۰ حساب استفاده کرد. این اپراتور از مدلهای زبانی بزرگ برای تقلید رفتارهای انسانی مانند پیمایش و خواندن به طور خاص برای جلوگیری از شناسایی توسط سیستمهای امنیتی استفاده میکرد.
این مقاله با کمک هوش مصنوعی و بر پایهٔ گزارشهای چند رسانهٔ خبری نوشته شده و طبق اصول تحریریهٔ ما توسط سردبیران بررسی میشود. استانداردهای تحریریه · ارسال خبر و تماس
نظرات 0