هشدار FBI درباره خودکارشدن حملات سایبری با ARTEX

اداره تحقیقات فدرال آمریکا در هشداری که ۱۳ نوامبر منتشر شد، از استفاده مجرمان سایبری از چارچوبی به نام ARTEX خبر داد؛ ابزاری متنباز که با تکیه بر عاملهای هوش مصنوعی میتواند بخشهای مختلف یک نفوذ را خودکار کند. FBI میگوید در برخی موارد، مهاجمان از شناسایی اولیه هدف تا دستیابی به دسترسی ممتاز در کمتر از سه ساعت پیش رفتهاند. این هشدار به معنی کشف یک بدافزار تازه یا یک آسیبپذیری مشخص نیست؛ موضوع آن چارچوبی است که ابزارها و مدلهای هوش مصنوعی را به هم متصل میکند تا کارهایی را که پیشتر به زمان و نیروی متخصص بیشتری نیاز داشت، سریعتر و در چند هدف بهطور همزمان انجام دهد.
مقامهای FBI گفتهاند فعالیتهای منتسب به ARTEX دستکم از اوت ۲۰۲۶ دیده شده است. هشدار عمومی این نهاد در ۱۳ نوامبر منتشر شد و نمونههایی از عملیات پیشین را تشریح میکند. در میان آنها، کارزارهایی علیه مؤسسات مالی کره جنوبی قرار دارد که به سرقت اطلاعات شخصی حدود ۶۷ هزار نفر انجامید. نمونه دیگر، رخدادی در زنجیره تأمین ConnectWise Cloud Backup است که به گفته FBI امکان دسترسی به بیش از ۲۲۵۰ مستأجر پاییندستی را فراهم کرد. انتشار این جزئیات، تصویری از چگونگی ترکیب عاملهای خودکار با ضعفهای شناختهشده در سامانهها ارائه میدهد؛ اما نباید آن را بهمعنای آن دانست که همه عملیاتهای ARTEX همین مسیر یا همین سرعت را دارند.
ARTEX چیست و چه کاری انجام میدهد؟
ARTEX یک سامانه واحد هوش مصنوعی نیست که مستقلاً تصمیم بگیرد به چه کسی حمله کند. این ابزار بیشتر نقش هماهنگکننده را دارد: هدفی را که اپراتور با زبان طبیعی تعریف میکند، به گامهای کوچکتر تبدیل میکند و اجرای بخشهایی از کار را میان عاملهای نرمافزاری تقسیم میکند. برای مثال، اپراتور ممکن است از سامانه بخواهد یک محیط را بررسی کند، سرویسهای در دسترس را فهرست کند یا پیکربندیهای ضعیف را پیدا کند. سپس عاملها میتوانند با استفاده از ابزارهای امنیتی، نتایج را گردآوری کنند و آنها را برای مرحله بعد در اختیار بخشهای دیگر قرار دهند.
FBI میگوید ARTEX با زبان برنامهنویسی Go نوشته شده و از چند عامل تخصصی برای انجام کارهای مختلف استفاده میکند. خود این چارچوب مدل زبانی اختصاصی ندارد؛ به مدلهای بیرونی متصل میشود. در گزارش FBI نام مدلهایی مانند Claude، GPT، DeepSeek، GLM، Grok و Kimi آمده است. این نکته مهم است، چون ممکن است برداشت شود که یک شرکت یا مدل مشخص بهتنهایی عامل حمله بوده است. آنچه در هشدار توصیف شده، استفاده مهاجمان از چارچوبی است که میتواند به چند ارائهدهنده مدل وصل شود؛ استفاده از نام یک مدل در فهرست، بهتنهایی ثابت نمیکند شرکت سازنده آن مدل در عملیات نقشی داشته یا از آن آگاه بوده است.
سامانههای عاملمحور معمولاً با یک درخواست سادهتر از یک انسان شروع میشوند، اما برای ادامه کار، چند ابزار و مرحله را به هم وصل میکنند. یک بخش میتواند داراییهای قابل دسترس را شناسایی کند، بخش دیگری درباره مجوزهای یک حساب ابری پرسوجو کند و عامل بعدی نتیجه را بررسی کند تا مشخص شود دسترسی به چه داده یا خدمتی میرسد. در توصیف آمازون از ساختار ARTEX، عاملهای برنامهریز، اجراکننده، راستیآزما و فشردهساز از یک حافظه مشترک استفاده میکردند. این حافظه که به شکل یک گراف دانش نگهداری میشود، نتایج و تصمیمهای هر بخش را در دسترس بقیه قرار میدهد.
وجود این هماهنگی، تفاوت مهمی با اجرای یک اسکریپت ثابت دارد. اسکریپت معمولاً همان دستورهای از پیش نوشتهشده را با همان ترتیب اجرا میکند؛ اما سامانه عاملمحور میتواند بر اساس پاسخهایی که دریافت میکند، مسیر بعدی را انتخاب کند یا درخواست را با اطلاعات تازه تنظیم کند. این انعطاف به معنی فهم انسانی یا توانایی نامحدود نیست. عاملها همچنان به مجوزها، ابزارها، کیفیت مدل، دادههای در دسترس و محدودیتهای محیط وابستهاند. با این حال، وقتی چند عامل همزمان روی یک هدف کار میکنند، تعداد بررسیهایی که مهاجم میتواند در بازهای کوتاه انجام دهد افزایش مییابد.
سرعت حمله از کجا میآید؟
به گفته FBI، ARTEX میتواند شناسایی شبکه و حسابها، بررسی دسترسیهای ابری، آزمایش ورودیهای یک وبسایت، یافتن اطلاعات ورود و دنبالکردن بعضی مسیرهای نفوذ را پشت سر هم اجرا کند. در گزارش این نهاد از بررسی سریع مجوزهای اعتبارنامههای Azure، آزمودن دسترسی حسابهای AWS، پیمایش صدها مسیر وب و بررسی فعال سرویسهای در معرض اینترنت نام برده شده است. اینها بهخودیخود کارهای تازهای در امنیت سایبری نیستند؛ تفاوت در این است که ابزار میتواند آنها را با سرعت و مقیاس بیشتری به یک روند پیوسته تبدیل کند.
در اینجا اصطلاح «دسترسی ممتاز» به مجوزی اشاره دارد که امکان انجام کارهای حساستری را در یک سامانه میدهد؛ برای نمونه، ساخت حساب تازه، دسترسی به دادههای گستردهتر یا تغییر تنظیمات یک سرویس. FBI میگوید در برخی حملهها فاصله میان شناسایی اولیه تا رسیدن به چنین سطحی از دسترسی کمتر از سه ساعت بوده است. این عدد از مشاهدات گزارششده درباره بعضی عملیاتها میآید، نه از تضمین عملکرد ARTEX در هر حمله. کیفیت امنیت هدف، نوع دسترسی اولیه و نیاز به تأیید انسانی میتواند زمان را تغییر دهد.
سرعت زیاد همچنین میتواند برای مدافعان مسئله ایجاد کند. یک سامانه دفاعی ممکن است شمار بالایی از درخواستهای ناموفق یا غیرعادی را تشخیص دهد، اما اگر رسیدگی به هشدارها، هماهنگی تیم پاسخگویی و محدودکردن دسترسیها زمان ببرد، مهاجم ممکن است قبل از مهار کامل حادثه چند مرحله دیگر را اجرا کرده باشد. در گزارش FBI آمده است که ARTEX میتواند حجم بالایی از ترافیک تولید کند و در عین حال، با کوتاهکردن فاصله میان مراحل، فرصت واکنش را کاهش دهد.
با این حال، «خودکار» به معنی «بینیاز از انسان» نیست. اپراتور معمولاً هدف و محدودیتها را تعیین میکند و چارچوب، مدل و ابزارهای مورد استفاده نیز بر نتیجه اثر میگذارند. سامانه ممکن است در مسیر اجرا خطا کند، درخواست تکراری بفرستد یا نتیجهای نادرست را بهعنوان موفقیت گزارش کند. آمازون درباره دادههایی که از ثبتهای عاملها به دست آورده، صریحاً گفته است برخی کارهایی که عاملها در سابقه خود شرح دادهاند در حسگرهای MadPot این شرکت بهطور مستقیم مشاهده نشده و نتیجه نهایی آنها نیز مستقلاً تأیید نشده است. این مرزبندی کمک میکند ادعاهای ثبتشده در گزارش عاملها با رخدادهای قطعی و مستقلاً مشاهدهشده اشتباه گرفته نشوند.
دو کارزار که گزارشها به آنها اشاره میکنند
یکی از نمونههای مورد اشاره، سرقت اعتبارنامههایی است که برای دسترسی به مدلهای هوش مصنوعی استفاده میشوند. اعتبارنامه در اینجا میتواند یک کلید API یا اطلاعاتی باشد که به برنامه اجازه میدهد از سرویس یک ارائهدهنده مدل استفاده کند. بنا بر تحلیل Amazon Threat Intelligence، در این کارزار عاملها دنبال کلیدهای قابل استفاده میگشتند، اعتبار آنها را میسنجیدند و در مواردی از کلیدهای بهدستآمده برای تأمین هزینه اجرای مدلها استفاده میکردند. سپس همان زیرساخت محاسباتی میتوانست به یافتن اعتبارنامههای بیشتر کمک کند؛ چرخهای که گزارش آمازون آن را عملیاتی خودتأمین توصیف میکند.
آمازون میگوید حسگرهای فریبنده MadPot این فعالیتها را بین ۳ اکتبر و ۵ نوامبر ثبت کردهاند. این حسگرها سرویسهایی کنترلشده در اختیار مهاجمان احتمالی قرار میدهند و رفتار آنها را هنگام شناسایی و آزمایش خدمات ثبت میکنند. آمازون گزارش کرده که عاملها به رابطهایی وصل میشدند که شبیه درگاههای دریافت درخواست از مدلهای زبانی بودند. در بخشی از درخواستها، سابقه کار و دستورهای اجرایی عاملها نیز دیده میشد. شرکت بر اساس همین دادهها، نحوه سازماندهی برخی عملیاتها را توصیف کرده است، اما یادآور شده همه نتایجی که عاملها درباره محیطهای دیگر گزارش میکردند، از طریق حسگرهای آمازون قابل راستیآزمایی نبوده است.
کارزار دیگری که آمازون شرح داده، تلاش برای دورزدن فرایندهای احراز هویت مشتری در دو صرافی رمزارزی بوده است. احراز هویت مشتری یا KYC فرایندی است که شرکتها برای بررسی هویت افراد و جلوگیری از سوءاستفاده از حسابها انجام میدهند. طبق سوابق بررسیشده، عاملها در یک بخش تلاش کردهاند ویدیوی جعلی زنده را برای عبور از آزمون چهره و حرکت به کار بگیرند و در بخش دیگری روی عکس مدارک هویتی تغییراتی انجام دهند تا نشانههای ویرایش آشکار نباشد.
این گزارش، شکستها را هم ثبت میکند. در بهترین تلاش ثبتشده برای دنبالکردن حرکتهای درخواستی سامانه تشخیص زندهبودن، چهره در فاصله هفت پیکسلی از موقعیت هدف قرار گرفت؛ با این حال، سرور ارائهدهنده احراز هویت تلاش را رد کرد. آمازون همچنین نوشت عاملها به ویدیویی با نرخ ۱۱٫۵ فریم در ثانیه دست یافتند؛ سرعتی که به انتظار یک بررسی ویدیویی زنده نزدیک است، اما بهتنهایی موفقیت در فریب سامانه را ثابت نمیکند. این جزئیات نشان میدهد که ساخت یک فرایند فنی پیچیده با عبور موفق از کنترل امنیتی یکی نیست.
در این کارزار، دستکم چهار نشست عامل همزمان دنبال کارهای مختلف بودهاند: بررسی راههای برداشت پول، تلاش برای پاککردن مانده حسابها، ساخت خط لوله ویدیوی جعلی و کار روی دورزدن بررسی هویت. نتیجهای که آمازون از ثبتهای عاملها نقل میکند، تلاش برای عملیات چندمسیره است، نه اثبات اینکه تمام مراحل با موفقیت انجام شدهاند. تأکید روی این تفاوت برای خواندن خبر مهم است، زیرا عنوانهایی که تنها از «دورزدن KYC با هوش مصنوعی» حرف میزنند ممکن است تلاشهای ناموفق گزارششده را بهصورت یک نفوذ موفق جلوه دهند.
حذف مخزن، چارچوب را از بین نبرد
توسعهدهندهای با نام کاربری Autumn-27، ARTEX را در ژوئیه ۲۰۲۶ در GitHub منتشر کرد. FBI میگوید توسعهدهنده پس از انتشار گزارشهایی درباره سوءاستفاده، مخزن اصلی را در ۸ اکتبر از دسترس خارج کرد. بهگفته The Record، توسعهدهنده در آن زمان گفت ابزار برای آزمون امنیتی مجاز و در محدودهای که اپراتور تعیین میکند طراحی شده بود و استفاده مخرب برخلاف هدف اعلامشده آن است.
بااینحال، حذف نسخه اصلی از یک مخزن، نسخههایی را که پیشتر کپی شدهاند از بین نمیبرد. FBI میگوید ARTEX از طریق نسخههای انشعابی، آرشیوها، نسخههای محلیسازیشده و نسخه تجاری موسوم به ARTEX PRO همچنان در دسترس مانده است. پژوهشگران در اوایل نوامبر بیش از ۱۶۰۰ کنسول ARTEX را در اینترنت عمومی مشاهده کردند. این شمار فقط نمونههایی را شامل میشود که از بیرون دیده شدهاند؛ تعداد نمونههایی که پشت دیوار آتش یا در شبکههای خصوصی قرار دارند، مشخص نیست.
گزارش Cloudflare درباره ابزارهای مشابه، گستردهتر از ARTEX است. این شرکت گفته در سه روز منتهی به گزارش ۱۳ نوامبر، بیش از ۵۰ خانواده از چارچوبهای تست نفوذ مبتنی بر مدلهای زبانی تلاش کردهاند مشتریان Cloudflare را اسکن کنند. Cloudflare همچنین از بیش از ۱۲ هزار مخزن مرتبط با نسخههای منشعب یا چارچوبهای مشابه و افزایش ۳۰ برابری درخواستهای ابزارهای تست نفوذ مبتنی بر هوش مصنوعی از اول اکتبر خبر داده است. این اعداد، مشاهدات و روش شمارش Cloudflare در شبکه خودش هستند و نباید آنها را آمار قطعی و مستقل از تمام اینترنت دانست.
این تحول به مسئلهای فراتر از یک ابزار مشخص اشاره دارد. اگر حذف مخزن اصلی نتواند نسخههای کپیشده یا چارچوبهای مشابه را حذف کند، مقابله صرفاً با یک نام یا یک پروژه کافی نخواهد بود. تیمهای امنیتی باید به رفتارها و نشانهها توجه کنند: جستوجوی پیاپی و سریع در مسیرهای ورود، درخواستهای غیرمعمول از برنامههایی که نیازی به ارتباط با مدلهای زبانی ندارند، یا دسترسیهای تازه به APIهای ابری. Cloudflare هشدار داده که ابزارهای تازه میتوانند از چارچوبها و مدلهای متفاوت استفاده کنند؛ بنابراین دفاعی که فقط نام ARTEX را مسدود کند، در برابر همه شکلهای خودکارسازی مؤثر نخواهد بود.
مسئله اصلی، زنجیره ضعفهای معمولی است
در گزارش FBI، تمرکز بر یک نقص روزصفر خاص نیست. روزصفر به آسیبپذیریای گفته میشود که پیش از انتشار وصله یا راهکار دفاعی، مورد سوءاستفاده قرار میگیرد. در شرح فعالیت ARTEX، مجموعهای از ضعفهای شناختهشده و پیکربندیهای نامطمئن دیده میشود: گذرواژههای ضعیف یا پیشفرض، کلیدهایی که در کد یا فایلهای عمومی جا ماندهاند، رابطهای مدیریتی بدون احراز هویت کافی و نرمافزارهایی که وصله نشدهاند. عامل خودکار میتواند برای پیدا کردن این نقاط زمان بیشتری صرف کند و وقتی یکی از آنها باز است، از نتیجه برای ادامه جستوجو استفاده کند.
این سازوکار، نگاه به امنیت را از یک سرور اصلی یا برنامه پرمخاطب فراتر میبرد. در هشدار FBI از پورتالهای تأمینکنندگان، سامانههای پشتیبانی فروش، برنامههای کارمندان، سرویسهای قدیمی و ادغامهای شخص ثالث نام برده شده است. چنین سامانههایی ممکن است به اندازه محصول اصلی شرکت زیر نظر نباشند، اما به حسابها، دادهها یا شبکههای مهم متصل باشند. اگر یک تأمینکننده دسترسی گستردهای به مشتریان داشته باشد، حساب یا سامانه ضعیف همان تأمینکننده میتواند به مسیر ورود به سازمانهای دیگر تبدیل شود.
به همین دلیل، زنجیره تأمین نرمافزار نیز اهمیت دارد. سازمانها برای انجام کارهای روزمره به خدمات ارائهدهندگان بیرونی، نرمافزارهای مدیریت ابری و اتصالهای میان سامانهها تکیه میکنند. این ارتباطها معمولاً مجوزهایی دارند تا کاربر یا سرویس بتواند وظیفهای را انجام دهد. اگر کلید یکپارچهسازی لو برود یا مجوز بیش از نیاز تنظیم شده باشد، مهاجم میتواند از اعتماد موجود برای گسترش دسترسی استفاده کند. FBI نمونه ConnectWise را در زمینه دسترسی به مستأجران پاییندستی مطرح کرده و تأکید دارد که مهاجمان به سراغ رابطههای میان شرکتها هم میروند.
FBI چه توصیهای میکند؟
بولتن FBI مجموعهای از شاخصهای فنی و رفتاری را برای بررسی ارائه میدهد. از جمله، اتصالهای خروجی غیرمعمول به درگاههای مدلهای زبانی، درخواستهای پیاپی و پرتعداد به مسیرهای ورود یا جستوجو، تغییرات غیرمنتظره در حسابهای ابری و فایلهای وبی که در مسیرهای عادی برنامه قرار ندارند. آمازون نیز توصیه کرده است که درگاههای مدل، کلیدهای API و برنامههای هوش مصنوعی با همان نظم امنیتی دیگر سامانههای عملیاتی مدیریت شوند؛ یعنی دسترسیها محدود باشد، کلیدها در فایلهای عمومی باقی نمانند و مصرف غیرعادی سرویس بررسی شود.
در این میان، فهرست نشانیهای اینترنتی مخرب هم باید با احتیاط استفاده شود. FBI هشدار داده که برخی نشانیها روی زیرساخت ابری یا مجازی قرار دارند و ممکن است بعداً به سرویس بیخطری واگذار شوند. بنابراین یک نشانی ثبتشده در گزارش، لزوماً در هر زمان و هر شبکهای نشانه قطعی حمله نیست. سازمانها باید آن را با دادههای شبکه و زمان رخداد خود تطبیق دهند و از مسدودکردن بیبررسی سرویسهای معتبر خودداری کنند.
اقدامهای پایه همچنان نقش مهمی دارند: بستن رابطهای مدیریتی از دسترس عمومی، بهروزرسانی سامانههای در معرض اینترنت، استفاده از احراز هویت چندمرحلهای برای حسابهای حساس و ثبت دقیق فعالیتهای ابری و APIها. همچنین، بررسی دورهای مجوزهای برنامههای متصل و لغو دسترسیهایی که دیگر لازم نیستند، میتواند دامنه خسارت ناشی از افشای یک کلید را محدود کند. عاملهای خودکار ممکن است نقطهضعف را زودتر پیدا کنند، اما اگر دسترسی غیرضروری وجود نداشته باشد، دامنه استفاده از آن محدودتر خواهد بود.
چه چیزی را هنوز نمیدانیم؟
هشدار FBI نشان میدهد که یک چارچوب متنباز میتواند با اتصال ابزارها و عاملها، روند حمله را سریعتر و مقیاسپذیرتر کند؛ اما اطلاعات منتشرشده تصویر کاملی از همه عملیاتها ارائه نمیکند. در متن هشدار، برخی فعالیتها با اتکا به گزارش شرکتهای امنیتی یا دادههای عاملها توصیف شدهاند. آمازون درباره بعضی نتایج تصریح کرده که آنها را مستقیماً مشاهده یا تأیید نکرده است. Cloudflare نیز اعداد مربوط به چارچوبهای مشابه را بر اساس مشاهدات شبکه خود منتشر کرده است. بنابراین نمیتوان همه ارقام را بهعنوان سرشماری جهانی یا نتیجه مستقل از چندین پژوهش دانست.
همچنین، FBI نام یک دولت را بهعنوان پشتوانه همه کارزارهای ARTEX معرفی نکرده است. آمازون در ارزیابی خود گفته با اطمینان متوسط، گروههایی با پیوند چین را در برخی کارزارها محتمل میداند؛ این ارزیابی بر سرنخهایی مانند زبان چینی در دستورها، منطقه زمانی و الگوی هدفگیری استوار است. این نتیجه را نباید به همه استفادهکنندگان ARTEX تعمیم داد. ابزار، بهتنهایی هویت اپراتور را ثابت نمیکند و ممکن است افراد یا گروههای متفاوت با انگیزههای گوناگون از آن استفاده کنند.
هشدار تازه FBI درباره تغییر مهمی در روش اجرای حملات است: بخشی از کارهای شناسایی و آزمودن مسیرهای نفوذ، که پیشتر به وقت و مهارت انسانی بیشتری نیاز داشت، اکنون میتواند با کمک چارچوبهای عاملمحور سریعتر پیش برود. این تغییر، بهتنهایی به معنی شکست قریبالوقوع سامانههای دفاعی نیست. اما سازمانهایی که حسابهای ابری، درگاههای مدیریتی، کلیدهای API و دسترسی شرکای تجاری خود را بهدرستی مدیریت نکنند، ممکن است فرصت کمتری برای کشف و مهار حمله داشته باشند. تمرکز گزارش FBI بر ARTEX است، ولی نشانههایی که تشریح میکند برای آمادهشدن در برابر چارچوبهای مشابه نیز کاربرد دارد.



