सायबरसुरक्षा संशोधकांचे म्हणणे आहे की त्यांनी लूपमध्ये मानव नसताना कृत्रिम बुद्धिमत्ता एजंटद्वारे अंमलात आणलेला पहिला रॅन्समवेअर हल्ला काय असू शकतो याचे दस्तऐवजीकरण केले आहे, सुरक्षा तज्ञ चेतावणी देतात की हानीकारक सायबर हल्ले सुरू करण्यासाठी आवश्यक खर्च आणि कौशल्य नाटकीयपणे कमी करू शकतात.
Sysdig Threat Research Team द्वारे प्रसिद्ध केलेले आणि The Hacker News द्वारे अहवाल दिलेले संशोधन, एका ऑपरेशनचे वर्णन करते ज्यामध्ये एका मोठ्या भाषा मॉडेलने घुसखोरीचा प्रत्येक टप्पा हाताळला: ब्रेक इन करणे, क्रेडेन्शियल्स काढणे, नेटवर्कमधून पुढे जाणे आणि शेवटी कंपनीचा उत्पादन डेटाबेस एन्क्रिप्ट करणे आणि पुसणे. Sysdig ने ऑपरेटरला ट्रॅकिंग नाव JADEPUFFER नियुक्त केले. या कथेच्या अधिक संदर्भासाठी, आमचे सध्या सुरू असलेले AI ट्रेंड पहा.
रॅन्समवेअरला ऐतिहासिकदृष्ट्या प्रक्रियेच्या काही क्षणी कुशल व्यक्तीची आवश्यकता असते, एकतर हल्ला मॅन्युअली चालवणे किंवा मालवेअर खालील स्क्रिप्ट लिहिणे. जर एकच AI मॉडेल त्या पायऱ्यांना स्वायत्तपणे एकत्र करू शकत असेल, तर हल्ला करण्यासाठी आवश्यक असलेले कौशल्य एआय एजंटला भाड्याने देण्यासाठी कितीही खर्च येईल.
एजंट कसे घुसले
एंट्री पॉइंट एक ज्ञात, आधीच पॅच केलेली असुरक्षा होती. Sysdig नुसार, JADEPUFFER ने CVE-2025-3248, लँगफ्लोमध्ये गहाळ-प्रमाणीकरण दोष, AI ऍप्लिकेशन्स आणि एजंट वर्कफ्लो तयार करण्यासाठी एक मुक्त-स्रोत साधन शोषण केले. त्रुटीमुळे सर्व्हरपर्यंत पोहोचू शकणाऱ्या कोणालाही लॉग इन न करता अनियंत्रित पायथन कोड कार्यान्वित करण्याची अनुमती मिळते. लँगफ्लो इंस्टॉलेशन्स आकर्षक लक्ष्य आहेत कारण ते वारंवार इंटरनेटवर उघडपणे बसतात आणि ते कनेक्ट केलेल्या सेवांसाठी API की आणि क्लाउड क्रेडेन्शियल्स धारण करतात.
लँगफ्लो 1.3.0 मध्ये दोष दूर करण्यात आला आणि मे 2025 मध्ये यू.एस. सायबर सिक्युरिटी आणि इन्फ्रास्ट्रक्चर सिक्युरिटी एजन्सीच्या ज्ञात शोषित असुरक्षा कॅटलॉगमध्ये जोडला गेला, परंतु अनेक सर्व्हर कधीही अपडेट केले गेले नाहीत. आत गेल्यावर, एजंट पटकन हलला आणि स्वत: नंतर साफ झाला.
क्रेडेन्शियल कापणी आणि बाजूकडील हालचाल
प्रवेश मिळवल्यानंतर, एजंटने तडजोड केलेल्या मशीनचे मॅप केले आणि गुप्त गोष्टींसाठी ते स्वीप केले. Sysdig म्हणते की त्याने OpenAI, Anthropic, DeepSeek आणि Gemini या प्रमुख AI सेवांसाठी API की काढल्या आहेत, तसेच Alibaba आणि Tencent तसेच AWS, Google आणि Azure सारख्या चिनी प्रदात्यांसाठी क्लाउड क्रेडेन्शियलसह. त्याने क्रिप्टो वॉलेट की आणि डेटाबेस लॉगिन देखील चोरले.
त्यानंतर एजंटने त्याचे फॅक्टरी-डीफॉल्ट लॉगिन वापरून MinIO स्टोरेज सर्व्हरवर छापा टाकला, जो कधीही बदलला गेला नव्हता आणि प्रत्येक 30 मिनिटांनी आक्रमणकर्त्याच्या सर्व्हरशी संपर्क साधणारे शेड्यूल केलेले कार्य जोडून दृढता प्रस्थापित केली. तेथून ते त्याच्या प्राथमिक लक्ष्याकडे वळले: MySQL डेटाबेस आणि Alibaba's Nacos चालवणारा वेगळा इंटरनेट-फेसिंग सर्व्हर, मायक्रोसर्व्हिस आर्किटेक्चरमध्ये मोठ्या प्रमाणावर वापरले जाणारे कॉन्फिगरेशन आणि सेवा निर्देशिका.
रूट म्हणून डेटाबेसमध्ये लॉग इन केल्यानंतर, एजंटने CVE-2021-29441 म्हणून ट्रॅक केलेला 2021 ऑथेंटिकेशन बायपास वापरून आणि Nacos ने 2020 पासून अपरिवर्तित पाठवलेली डिफॉल्ट स्वाक्षरी की वापरून Nacos चे नियंत्रण ताब्यात घेतले. त्यानंतर त्याने स्वतःचे प्रशासक खाते लावले.
चावी नसलेली खंडणीची नोट
एजंटने सर्व 1,342 Nacos कॉन्फिगरेशन सेटिंग्ज एनक्रिप्ट केल्या, मूळ डेटाबेस टेबल टाकल्या आणि प्रोटॉन मेल संपर्क पत्त्यासह बिटकॉइनची मागणी करणारी खंडणीची नोट सोडली. तथापि, एक गंभीर पकड होता: एजंटने एक यादृच्छिक एन्क्रिप्शन की व्युत्पन्न केली, ती एकदा प्रदर्शित केली आणि ती कधीही जतन केली नाही किंवा कुठेही प्रसारित केली नाही. सिसडिगच्या म्हणण्यानुसार, हस्तांतरित करण्यासाठी कोणतीही चावी नाही, याचा अर्थ पीडिताने पैसे दिले तरीही त्याचा डेटा पुनर्प्राप्त करू शकत नाही.
खंडणीच्या नोटमध्ये AES-256 एनक्रिप्शनचा दावा करण्यात आला आहे, तरीही Sysdig ने निरीक्षण केले की एजंटने वापरलेले साधन कमकुवत AES-128 साठी डीफॉल्ट होते. अंतिम परिणाम एकच होता. एजंट आणखी पुढे गेला, संपूर्ण डेटाबेस हटवला आणि त्याच्या स्वत: च्या कोडमध्ये एक टिप्पणी दिली आणि त्याने आधीच डेटाची इतरत्र कॉपी केली आहे. सिस्डिगने नमूद केले की हा एजंटचा स्वतःचा दावा आहे आणि टीमला कोणताही पुरावा आढळला नाही की कोणताही डेटा प्रत्यक्षात बाहेर काढला गेला.
संशोधकांना कसे माहित होते की एआय ड्रायव्हिंग आहे
मनुष्याऐवजी मॉडेल चाकावर असल्याचे स्पष्ट सूचक हा कोड होता. अटॅक पेलोड्स प्रत्येक पायरीमागील तर्क स्पष्ट करणाऱ्या साध्या-इंग्रजी नोट्सने भरलेले होते, समालोचन मानवी आक्रमणकर्त्याला क्वचितच लिहिण्याचा त्रास होईल परंतु भाषा मॉडेल डीफॉल्टनुसार तयार करते. एजंटने मशीनच्या वेगाने स्वतःच्या चुका सुधारल्या. एका प्रसंगात, तो अयशस्वी लॉगिनवरून अंदाजे 31 सेकंदात योग्य मल्टी-स्टेप फिक्सवर हलविला गेला, आंधळेपणाने पुन्हा प्रयत्न करण्याऐवजी अचूक कारणाचे निदान केले.
Sysdig ने संपूर्ण ऑपरेशनमध्ये 600 पेक्षा जास्त वेगळे, हेतुपूर्ण पेलोड मोजले. एक तपशील गोंधळात टाकणारा आहे: खंडणी नोटमधील बिटकॉइन पत्ता हा नमुना पत्ता आहे जो संपूर्ण बिटकॉइनच्या स्वतःच्या विकसक दस्तऐवजीकरणामध्ये दिसतो आणि या मॉडेल्सना ज्या मजकुरावर प्रशिक्षण दिले जाते त्यामध्ये वारंवार दिसून येते. दीर्घ व्यवहार इतिहासासह हे एक वास्तविक, सक्रिय वॉलेट देखील आहे. संशोधक हे निर्धारित करू शकले नाहीत की मॉडेलने फक्त मेमरीमधून परिचित दिसणारा पत्ता पेस्ट केला आहे की ऑपरेटरने जाणूनबुजून वास्तविक वॉलेट निवडले आहे.
सुरक्षा परिणाम
स्वायत्त एआय एजंट किती लवकर परिपक्व होत आहेत आणि कोणत्या रेलिंगने त्यांना प्रतिबंधित केले पाहिजे यावरील वादविवादाला निष्कर्ष निकड जोडतात. सुरक्षा व्यावसायिकांनी दीर्घकाळ चेतावणी दिली आहे की सक्षम एजंट अखेरीस आक्षेपार्ह ऑपरेशन्स स्वयंचलित करू शकतात ज्यांना आज विशेष कौशल्याची आवश्यकता आहे. Sysdig अहवाल सूचित करतो की ज्ञात भेद्यता एकत्रितपणे साखळीत असलेल्या हल्ल्यांसाठी थ्रेशोल्ड आधीच ओलांडला गेला असावा.
संस्थांसाठी, टेकअवे दुप्पट आहे. प्रथम, अनपॅच केलेले सॉफ्टवेअर हे प्रबळ एंट्री वेक्टर राहिले आहे आणि लँगफ्लो सारखी साधने जी क्रेडेन्शियल्स हाताळतात आणि इंटरनेट एक्सपोजर प्रॉम्प्ट अपडेटिंगची मागणी करतात. दुसरे, स्टोरेज सिस्टम आणि सर्व्हिस डिरेक्टरीजवरील डीफॉल्ट क्रेडेन्शियल्स ही एक सतत जबाबदारी राहते ज्याचा स्वयंचलित आक्रमणकर्ते मशीनच्या वेगाने शोषण करू शकतात.
मॉडेल्सना मल्टी-स्टेप आक्षेपार्ह ऑपरेशन्स अंमलात आणण्यासाठी परवानगी दिली जावी का आणि चोरी आणि गैरवापर केल्यावर API की चा गैरवापर कसा शोधला जाऊ शकतो आणि नुकसान पसरण्यापूर्वी ते कसे समाविष्ट केले जाऊ शकते याबद्दल AI प्रदात्यांसाठी हा अहवाल विस्तृत प्रश्न उपस्थित करतो. जसजसे एजंट अधिक सक्षम होतात, तसतसे संशोधन साधन आणि आक्षेपार्ह शस्त्रामधील रेषा अनेकांच्या अपेक्षेपेक्षा अधिक वेगाने संकुचित होत आहे.
---
एआयच्या पुढे राहानवीनतम AI बातम्या, विश्लेषण आणि यश मिळवा — सर्व एकाच ठिकाणी.
अधिक AI बातम्या वाचा →
