網路安全研究人員揭露三起針對日本企業的網路攻擊，其中AI發揮關鍵作用，既可作為主導手段，也可輔助人工操作。TrendAI分析駭客用於實施惡意網路攻擊的三個暴露伺服器環境，並指出這些攻擊與先前利用ARTEX（一種自主 AI滲透測試框架）攻擊韓國和日本實體的攻擊有所不同。安全研究人員Bakuei Matsukawa和Joseph C Chen：這些環境包含偵查和攻擊工具、腳本、目標清單、測試結果、日誌和命令歷史記錄。它們涵蓋了從主要由熟練操作員手動操作的工作空間到自動化整個工作流程（包括命令和控制）的AI代理平台。三起攻擊中的第一起被發現濫用Cyber​​StrikeAI，這是一款開源滲透測試工具，此前曾被用於針對Fortinet FortiGate設備的攻擊活動。該攻擊活動集中在2026年10月的短時間內。

這項AI驅動的攻擊活動利用攻擊性安全工具，將攻擊生命週期的各個環節自動化，形成可重複的工作流程，涵蓋偵查、漏洞發現與驗證、漏洞利用、命令與控制（C2）、持久化、資料竊取以及自動報告等各個面向。這涉及將工作分配給44個代理來處理攻擊的各個環節，同時也產生日文表單和虛假登入頁面。Trend Micro企業安全部門：在短時間內，至少有19家可識別的機構接受驗證活動，其中至少16家位於日本。每家機構都收到一份格式相同的報告和證據索引。這些報告是平台運行的結構化流程的輸出結果，而不是操作員留下的臨時記錄。第二個案例被描述為由人類主導的攻擊，並藉助大型語言模型 (LLM) 來加速規劃和工具開發。對基礎設施和相關痕蹟的分析表明，這次攻擊活動的目標還包括AI工作流程平台和推理服務，旨在以低成本獲取大量的推理能力。據稱，其中一次入侵的目標是使用預設憑證暴露的地理資訊系統 (GIS) 伺服器，導致地籍和商業記錄、Windows憑證以及電子郵件資料被盜，攻擊時間從2026年8月到 9月，整個攻擊活動持續24天。第三個案例，AI角色僅限於開發操作員的工具和腳本，這表明在一系列旨在利用已發布的漏洞、管理功能或設定檔中存在的憑證攻擊Cisco、Citrix、F5和Yamaha邊緣設備的攻擊活動中，AI所扮演的角色有限。

據估計，駭客在2026年1月至10月期間至少發動六次攻擊活動，伺機攻擊暴露VPN設備和WebLogic伺服器。研究人員：駭客經驗豐富，擁有成熟的自動化和證據管理流程。目前尚無證據顯示這三起事件由同一駭客所為。此外，攻擊是否針對其他地區以及駭客使用哪些AI模型也尚不清楚。儘管如此，這些駭客攻擊活動並不限於日本及其鄰國（如韓國）。首起案件的駭客曾將目標鎖定在台灣和香港的組織，而第三起案件的WebLogic發現清單中則包含了英國、法國、義大利、卡達和哥倫比亞的組織。

TrendAI：AI雖然增加駭客的勞動力，但他們的工作仍然是尋找未上鎖的漏洞。漏洞的類型和導致漏洞敞開的弱點並沒有改變。改變的是駭客能夠同時嘗試成千上萬個漏洞，適應目標國家的語言，並且持續攻擊而不感到疲勞。同時，人們發現多個攻擊活動，不同動機的駭客已將AI整合到現有的攻擊性安全工作流程中，從而加快研究、惡意軟體開發、社交工程以及其他攻擊環節的速度。更糟的是，AI正被越來越多地用於加速偵察、自動化決策和工業化社會工程，從而縮短安全漏洞被發現和利用之間的時間。根據Microsoft發布的2026年數位防禦報告：AI將從漏洞發現到武器化的平均時間縮短到遠低於24小時。Microsoft補充道，駭客採用AI技術，降低發現和利用漏洞所需的時間、專業知識和成本，同時也讓駭客和防禦者都能以更快的速度、更大的規模和更高的自主性開展行動。

Trend Micro：關鍵問題不僅僅在於駭客是否擁有前沿AI技術。獲取強大的模型已經能夠帶來顯著的行動優勢。然而，生態系統的深度決定這些能力能夠以何種可靠性、獨立性和規模持續存在。對於APT組織而言，AI不再是實驗性技術；已成為直接嵌入攻擊活動中的一項實際操作組件。TrendAI：AI雖然增加駭客的攻擊力，但仍需有攻擊的路徑及方法，路徑、方法的類型和導致開放的漏洞並沒有改變。改變的是駭客能夠同時嘗試成千上萬個路徑，適應目標國家的語言，並且持續且不間斷攻擊。

駭客對AI工具日益增長的需求也開闢一條新的盈利途徑，即兜售被盜AI提供者會話Token以及攻擊性AI工具APEX AI、MessiahGPT和DarkGPT，這進一步將網路犯罪商品化，並降低實施高級、持續性和規避性攻擊的門檻。2026年10月，Microsoft：一個與中國政府有關聯的駭客入侵ConnectWise雲端備份應用程式，並使用ARTEX登入超過2250個Microsoft 365租戶。這次攻擊活動被歸咎於Storm-0940，Microsoft表示該組織早在2026年9月就開始使用該框架，對數百家機構發動自動化密碼潑灑 (Password Spraying)攻擊註1。

Microsoft：雖然大多數攻擊並未成功，但Storm-0940在短時間內就在許多機構實施特權雲持久化。Storm-0940的活動，擁有廣泛目標駭客如何利用AI工具和特權身份驗證材料，快速嘗試入侵眾多機構。根據韓國當地媒體報道，已確認七名嫌疑人與一起網路犯罪行動有關，該行動入侵韓國90多家機構，其中大部分涉及ARTEX。據稱，這次攻擊活動的幕後主使是一名32歲的男子，曾在2019年至2022年間就職於一家網路安全公司，積累滲透測試方面的專業知識。在38起事件中，駭客要求3.6億韓元（約27萬美元）贖金，以換取不洩漏被盜資料，超過820萬筆記錄已從受害機構竊取。以下列出其他一些近期記錄AI相關的攻擊活動：

• 以經濟利益為目的、網名BUGSTER駭客配置Hermes Agent框架，並以DeepSeek V4作為推理引擎，Cursor作為輔助工具（兩者均禁用安全控制），對一所印度大學的網站發起WordPress暴力破解攻擊，並產生REST API枚舉報告。
• 駭客也入侵印度第二所公立大學，竊取包含5200多筆記錄的資料庫，其中包括學生的個人識別資訊（PII）。第三次攻擊針對一家熱門電商平台上的印度網站，竊取商店API Token、管理員信箱地址、電話號碼和支付商家ID。
• Palo Alto Networks 42:駭客還建立專門的AI機器人配置檔案，透過對話獲取VoIP詐騙技巧，並維護用於破解Wi-Fi密碼和偵查加密貨幣巨鯨（Crypto Whale）註2自動化流程，值得注意的是，破解Wi-Fi密碼需要與目標保持近距離，這表明駭客擁有對目標位置的本地訪問權限。
• Cyber​​Cartel網路犯罪集團使用名為CARLIY0S Agents系統來協調針對拉丁美洲各地銀行和支付服務提供者的攻擊。該框架採用認知集群，由四個角色分工的Claude模型組成，這些模型對每個目標進行討論，並在主控機構採取行動前，最終由一個仲裁者做出決定。 Straiker：該集團為商業AI模型分配不同的角色，用於分析目標、開發攻擊和協調行動。
• 駭客開發一種攻擊性AI Agent，旨在劫持暴露AI端點以運行自主攻擊。該Agent指令允許其在未經人工批准的情況下執行多達10萬個步驟，而暴露端點的合法所有者則需為推理過程付費。該系統具有一個名為天網模式的惡意循環，該循環使用一套包含74個工具的工具來掃描目標、感染目標、部署加密貨幣挖礦程式並重新感染受感染的主機。
• 紳士（The Gentlemen）勒索軟體行動的一個關聯組織在2026年6月下旬入侵至少六個組織，使用Anthropic Claude Code，包括生成和執行偵查及攻擊命令、編寫惡意腳本、修改防火牆策略以及識別高價值業務系統。
• Zerofot憑證竊取行動建構auto_scan掃描器，掃描器整合OpenAI Codex和Claude Code，從網路上數千個暴露的主機中竊取數千個API金鑰和Token。
• RAGE AI生成的Python框架已被用於掃描面向網際網路服務（例如Redis、Elasticsearch、Docker、Apache Tomcat、Jenkins、Hadoop YARN、Confluence和Supervisord），利用部署漏洞，捕獲憑證並部署加密貨幣挖礦程式。
• Unit 42：駭客利用前沿AI模型，在10小時內自主入侵一家企業網路。駭客入侵一個公開可存取的網路服務，建立通道進入網路，並部署一個自動化偵查代理來繪製內部微服務圖，子Agent程式整理企業程式碼庫，提取硬編碼的Token和服務密碼。駭客隨後竊取主管理員憑證，並劫持一個企業程式碼應用程式來竊取雲端存取金鑰。竊取的雲端金鑰隨後被用於將受害者的AI端點轉化為入侵後的基礎設施。
• Hunt.io：一名疑似講俄語的網路駭客利用AI輔助工作流程攻擊PaperCut NG/MF伺服器，並入侵數百個實例。這次攻擊活動不僅限於初始攻擊，還延伸到了一個結構化的入侵後流程，涵蓋Windows憑證收集、服務憑證竊取、內部網路橫向移動、Metasploit自動化以及受害者打包。
• 一名講中文的駭客利用Cairn自主滲透測試引擎，入侵包括 Deere、SharkNinja 和Cummins在內的100多家公司的網站。該引擎的任務是探測目標，尋找可能導致程式碼執行或帳戶接管的安全漏洞，嘗試入侵並竊取敏感資料。

Rapid7：AI既是攻擊力量的倍增器，也是攻擊面的擴大器。生成式AI正在加速現有攻擊方法的實施，減少以往大規模執行這些方法所需的時間、技能和協調。駭客並沒有引入全新的攻擊手段，而是將AI整合到現有的工作流程中，以實現網路釣魚的工業化、偵查的自動化，並以更快的速度和更高的精度改進惡意腳本。

註1: 密碼潑灑 (Password Spraying)攻擊:是一種暴力破解攻擊，駭客會嘗試對多個帳戶使用同一個密碼，接著再嘗試另一個密碼。密碼潑灑攻擊的效果通常很好，因為許多使用者使用的都是簡單、易於猜測的密碼，例如，“password”或“123456”等。

註2:加密貨幣巨鯨（Crypto Whale）：區塊鏈上持有極大量加密貨幣的個人或機構。由於他們的資金量過於龐大，單筆交易就足以對市場價格與流動性造成劇烈波動。

本文參考自：https://thehackernews.com/2026/10/cyberstrikeai-uses-44-ai-agents-to.html