นักวิจัยที่ Amazon Threat Intelligence ได้บันทึกสิ่งที่อาจเป็นการใช้ตัวแทน AI อัตโนมัติในโลกแห่งความเป็นจริงในการแฮ็กเชิงรุกจนถึงปัจจุบัน: ผู้โจมตีที่ต้องสงสัยว่าเชื่อมโยงกับจีนได้สั่งให้แพลตฟอร์ม AI หลายตัวแทนที่เรียกว่า Cairn เจาะเซิร์ฟเวอร์ของมหาวิทยาลัย และเจ้าหน้าที่ได้ค้นพบและใช้ประโยชน์จากช่องโหว่ที่ไม่รู้จักก่อนหน้านี้ในแอปพลิเคชันการสร้างภาพทางการแพทย์แบบโอเพ่นซอร์สที่ใช้กันอย่างแพร่หลาย

การค้นพบนี้รายงานครั้งแรกโดย BleepingComputer เมื่อวันที่ 20 พฤศจิกายน 2026 อธิบายถึงแคมเปญที่ผู้ปฏิบัติงานที่เป็นมนุษย์ให้คำแนะนำแบบตรงไปตรงมาแก่ตัวแทน AI “รับการเข้าถึงเชลล์” และตัวแทนก็ดำเนินการส่วนที่เหลือ โดยแมป API ของแอปพลิเคชัน ค้นหาเส้นทางการข้ามผ่านเส้นทางแบบซีโรเดย์ใน MONAI Label และเปลี่ยนให้เป็นการควบคุมเซิร์ฟเวอร์เต็มรูปแบบในเวลาประมาณ 11 นาที สำหรับองค์กรที่ติดตามผลกระทบด้านความปลอดภัยของ Agentic AI นี่คือช่วงเวลาที่ความเสี่ยงทางทฤษฎีกลายเป็นรูปแบบการโจมตีที่ได้รับการบันทึกไว้ For more context on this story, see our ongoing more AI stories.

การโจมตีเกิดขึ้นได้อย่างไร

ตามที่นักวิจัยของ Amazon ระบุว่า แคมเปญดังกล่าวจัดขึ้นระหว่างวันที่ 8 ถึง 10 กันยายน พ.ศ. 2569 และกำหนดเป้าหมายสถาบันการศึกษาในเอเชียตะวันออก ซึ่งส่วนใหญ่อยู่นอกประเทศจีน การดำเนินการดังกล่าวเกิดขึ้นในลักษณะที่ผิดปกติ: ผู้โจมตีได้ปล่อยให้อินสแตนซ์ Cairn ของตนเองเข้าถึงได้แบบสาธารณะบนอินเทอร์เน็ตโดยไม่มีการตรวจสอบสิทธิ์ ซึ่งเผยให้เห็นการดำเนินการแฮ็กทั้งหมดของพวกเขาอย่างมีประสิทธิภาพ รวมถึงการแจ้งเตือนที่พวกเขาป้อนให้กับเจ้าหน้าที่และบันทึกของสิ่งที่เจ้าหน้าที่ทำ

Cairn เป็นแพลตฟอร์มทดสอบที่ถูกกฎหมาย สร้างขึ้นเพื่อประสานงานตัวแทน AI หลายคนผ่านการปฏิบัติการทางไซเบอร์เพื่อการวิจัยและการป้องกัน ในแคมเปญนี้ ได้มีการนำกลับมาใช้ใหม่ ผู้ต้องสงสัยโอเปอเรเตอร์ Nexus จีนชี้เอเจนต์ไปที่เซิร์ฟเวอร์ที่เชื่อมต่อกับอินเทอร์เน็ตและปล่อยให้พวกเขาทำงานได้ ในลำดับที่ประสบความสำเร็จครั้งหนึ่ง เจ้าหน้าที่ได้เปลี่ยนจากการแจกแจง API ของการติดตั้ง MONAI Label ไปสู่การใช้ประโยชน์จากข้อบกพร่องของ Path Traversal ในเวลาประมาณ 11 นาที ซึ่งเป็นความเร็วที่ไม่มีกระบวนการเจาะแบบแมนนวลใดจะเทียบได้

ช่องโหว่นั้นร้ายแรง MONAI Label เป็นแอปพลิเคชันโอเพ่นซอร์สที่ใช้ AI เพื่อช่วยนักวิจัยใส่คำอธิบายประกอบภาพทางการแพทย์ และข้อบกพร่องดังกล่าวทำให้เจ้าหน้าที่สามารถเขียนไฟล์ไปยังตำแหน่งที่ต้องการบนโฮสต์เซิร์ฟเวอร์ได้ จากนั้น เอเจนต์ได้เขียน Python Reverse Shell ลงในไฟล์ `sitecustomize.py` ซึ่งจะดำเนินการโดยอัตโนมัติทุกครั้งที่ Python เริ่มทำงาน จากนั้นทริกเกอร์ตำแหน่งข้อมูล API เพื่อเข้าถึงรูทไปยังเครื่อง

ไม่ใช่ทุกความพยายามจะประสบผลสำเร็จ

รายงานนี้ไม่เพียงแต่โดดเด่นในเรื่องความสำเร็จของเจ้าหน้าที่เท่านั้น แต่ยังรวมถึงสิ่งที่พวกเขาล้มเหลวด้วย ซึ่งให้ภาพความสามารถในการแฮ็กแบบเอเจนต์ที่มีการปรับเทียบแล้วมากกว่าการโฆษณาเกินจริงหรือการไล่ออก

ความพยายามครั้งหนึ่งในการเข้ายึดเซิร์ฟเวอร์ Redis ใช้เวลา 16 ชั่วโมงในการดำเนินการแยกกัน 148 รายการและล้มเหลว ในอีกกรณีหนึ่ง เจ้าหน้าที่ที่มุ่งเป้าไปที่เซิร์ฟเวอร์ GPU ของมหาวิทยาลัยพยายามผสมผสานข้อมูลประจำตัวมากกว่า 30,000 รายการภายในเวลาหกชั่วโมงโดยไม่ต้องออกแรงบังคับ เจ้าหน้าที่อัตโนมัติจะทำงานซ้ำอย่างรวดเร็วและไม่เคยเบื่อ แต่ยังไม่รับประกันกุญแจโครงกระดูก

หลังจากการประนีประนอม MONAI Label ที่ประสบความสำเร็จ ผู้ปฏิบัติงานที่เป็นมนุษย์ได้มอบพร็อกซีแก่ตัวแทนไปยังเครือข่ายมหาวิทยาลัยแห่งที่สองที่ใช้ซอฟต์แวร์ที่มีช่องโหว่เดียวกัน และสั่งให้พวกเขาประนีประนอมเครื่องเพิ่มเติม รูปแบบผู้ดำเนินการในวงนั้น — เจ้าหน้าที่ที่ทำการค้นหาและการแสวงหาผลประโยชน์ โดยมนุษย์ควบคุมเป้าหมาย — ถือเป็นแผนกหนึ่งของทีมงานรักษาความปลอดภัยด้านแรงงานที่ได้รับการเตือนอย่างชัดเจนตั้งแต่เครื่องมือตัวแทนกลายเป็นกระแสหลัก

การเปิดเผยและการตอบกลับ

Amazon รายงานช่องโหว่ต่อผู้ดูแล MONAI Label ซึ่งจัดส่งการอัปเดตความปลอดภัยเมื่อวันที่ 18 พฤศจิกายน 2026 ไทม์ไลน์นั้นคุ้มค่าที่จะพิจารณา: การแสวงหาผลประโยชน์เกิดขึ้นในเดือนกันยายน แพตช์มาถึงในเดือนพฤศจิกายน องค์กรที่ใช้ MONAI Label โดยเฉพาะมหาวิทยาลัยและกลุ่มวิจัยทางการแพทย์ ควรตรวจสอบว่าตนอยู่ในเวอร์ชันอัปเดตทันที

นักวิจัยของ Amazon ระบุว่าแคมเปญนี้มาจากผู้แสดงภัยคุกคามจากจีน-Nexus ที่มีความมั่นใจปานกลาง โดยพิจารณาจากภาษาของการแจ้งเตือนที่ได้รับ การประทับเวลาของกิจกรรม และการเลือกเป้าหมาย บริษัทยังได้เผยแพร่ที่อยู่ IP สองแห่งที่เกี่ยวข้องกับกิจกรรม: 142[.]4.98.145 และ 142[.]4.107.34

รูปแบบ ไม่ใช่ความผิดปกติ

นี่ไม่ใช่รายงานแรกของ Cairn ที่หันเข้าหาเป้าหมายที่แท้จริง ในเดือนกันยายน Gambit Security ได้บันทึกกรณีการละเมิดของ Cairn ซึ่งเป็นส่วนหนึ่งของการดำเนินการขโมยบัตรเครดิตขนาดใหญ่ ล่าสุด Google รายงานว่าแพลตฟอร์มดังกล่าวถูกนำไปใช้ในการโจมตีองค์กรการบินและอวกาศของสหรัฐฯ รายงานใหม่ของ Amazon เพิ่มจุดข้อมูลที่น่าตกใจที่สุด: เจ้าหน้าที่ค้นหาและสร้างอาวุธให้กับซีโรเดย์ด้วยตนเอง ต่อต้านช่องโหว่ที่ไม่มีการแก้ไขของผู้จำหน่ายในขณะนั้น

คำเตือนของ Amazon ต่อผู้ปกป้องนั้นตรงไปตรงมา — เจ้าหน้าที่ AI สามารถค้นหาและใช้ประโยชน์จากช่องโหว่ได้เร็วกว่าที่ทีมรักษาความปลอดภัยจะสามารถตอบสนองได้ และองค์กรต่างๆ ควรพึ่งพาการป้องกันแบบอัตโนมัติให้หนักขึ้นมากกว่าการตรวจสอบด้วยตนเอง ความเร็วแพตช์ การจัดการความเสี่ยง และการตรวจจับอัตโนมัติจะหยุดเป็นแนวทางปฏิบัติที่ดีที่สุด และกลายเป็นข้อกำหนดพื้นฐานเมื่อมีการวัดลูปการวนซ้ำของฝ่ายตรงข้ามในหน่วยนาที

ตอนนี้ยังทำให้เกิดการอภิปรายอย่างต่อเนื่องเกี่ยวกับเครื่องมือ AI แบบใช้คู่ แคร์นมีอยู่เพื่อเสริมสร้างการป้องกัน คุณสมบัติแบบเดียวกับที่ทำให้มีประโยชน์ต่อผู้ทดสอบ - ความเป็นอิสระ ความเพียร การสำรวจแบบคู่ขนาน - ทำให้มีประสิทธิภาพเป็นอาวุธที่น่ารังเกียจ เมื่อเฟรมเวิร์กเอเจนต์เข้าถึงการแจกจ่ายแบบเปิดมากขึ้น ชุมชนความปลอดภัยก็มีแนวโน้มที่จะกลับมาทบทวนคำถามเกี่ยวกับการควบคุมการเข้าถึง ค่าเริ่มต้นในการปรับใช้ และว่าแพลตฟอร์มการประสานงานสำหรับเอเจนต์ปฏิบัติการทางไซเบอร์จำเป็นต้องมีราวกั้นแบบฝังแทนที่จะยึดติดหรือไม่

ในตอนนี้ แนวทางปฏิบัติจะแคบลงแต่เร่งด่วน ข้อสันนิษฐานที่ว่าช่องโหว่ที่ไม่รู้จักนั้นปลอดภัยเนื่องจากไม่มีใครมองหาช่องโหว่เหล่านั้นอีกต่อไป เจ้าหน้าที่อิสระกำลังมองหาอย่างต่อเนื่อง และขณะนี้สามารถวัดช่องว่างระหว่างการค้นพบและการแสวงหาผลประโยชน์ได้ภายในไม่กี่นาที

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →