Wprowadzenie do problemu / definicja
Badacze bezpieczeństwa ujawnili infrastrukturę wskazującą, iż afilianci grup ransomware zaczęli wykorzystywać agentów AI do wspierania realnych włamań. To istotna zmiana w krajobrazie zagrożeń, ponieważ sztuczna inteligencja nie pełni już wyłącznie funkcji pomocniczej, ale staje się elementem operacyjnego łańcucha ataku.
W opisywanym modelu AI działała w schemacie „AI wykonuje, człowiek zatwierdza”, co oznacza półautomatyczne prowadzenie części działań ofensywnych pod nadzorem operatora. Taki sposób pracy może skracać czas potrzebny na rozpoznanie środowiska, wybór technik ataku i przygotowanie działań wymuszeniowych.
W skrócie
Ujawniona infrastruktura została powiązana z afiliantami grup INC oraz The Gentlemen. Kluczowym komponentem był framework Phantom, opisywany jako autonomiczny łańcuch działań red team wykorzystywany w rzeczywistych intruzjach.
- Atakujący mieli wykorzystywać agentów AI do organizacji i realizacji kolejnych etapów ataku.
- Kampania koncentrowała się na podatnościach i błędach konfiguracji w systemach brzegowych oraz panelach administracyjnych.
- Po uzyskaniu dostępu napastnicy prowadzili ruch lateralny, kradli poświadczenia i przygotowywali eksfiltrację danych.
- Operacja wskazuje na rosnącą automatyzację kampanii ransomware przy zachowaniu kontroli człowieka nad krytycznymi decyzjami.
Kontekst / historia
Model afiliacyjny ransomware od dawna opiera się na podziale ról między operatorów szyfrującego malware, brokerów dostępu początkowego, dostawców infrastruktury oraz zespoły odpowiedzialne za negocjacje i publikację skradzionych danych. W tym przypadku nowością jest głębsza integracja AI z codziennym workflow przestępczym.
Z ustaleń wynika, iż celem ataków były między innymi bramy VPN, systemy zdalnego zarządzania, serwery SimpleHelp, FortiClient EMS, cPanel/WHM i inne publicznie dostępne usługi. Taki dobór celów dobrze wpisuje się w utrwalony trend wykorzystywania urządzeń edge jako najszybszej drogi wejścia do sieci firmowych.
Istotne jest również to, iż działania miały charakter powtarzalny i skalowalny. Nie chodziło o pojedyncze, manualnie prowadzone operacje, ale o model nastawiony na przemysłowe zwiększanie liczby skutecznych włamań.
Analiza techniczna
Centralnym elementem operacji był framework Phantom. Według opisu badaczy pełnił on rolę platformy automatyzującej zadania ofensywne poprzez komunikację z zewnętrznym serwerem, pobieranie poleceń, wykonywanie zadań oraz odsyłanie wyników. Taka architektura przypomina połączenie orchestratora, modułu post-exploitation i bazy wiedzy wspieranej przez AI.
Łańcuch ataku rozpoczynał się od wykorzystania podatności w usługach dostępnych z internetu. Wśród wskazywanych wektorów pojawiały się błędy dotyczące SimpleHelp, Fortinet FortiClient, cPanel/WHM, a także komponentów SonicWall, WordPress, LiteLLM i Drupal. Część luk miała być aktywnie wykorzystywana, a część przygotowywana jako potencjalne ścieżki dostępu.
Po kompromitacji systemu brzegowego operatorzy przechodzili do klasycznych działań post-exploitation:
- enumeracji domeny i zasobów,
- eskalacji uprawnień,
- pozyskiwania poświadczeń,
- ruchu lateralnego,
- tunelowania ruchu z użyciem reverse SOCKS,
- eksfiltracji danych,
- przygotowania fazy wymuszenia.
W operacji wykorzystywano także dodatkowe narzędzia, w tym framework reverse SOCKS do pivotingu, implanty C2 oraz komponenty wspierające utrzymanie dostępu. Szczególnie istotną rolę odgrywała kradzież poświadczeń i ich ponowne użycie w wielu systemach, co mogło otwierać drogę do VPN, paneli administracyjnych, narzędzi RMM, kopii zapasowych i systemów bezpieczeństwa.
Badacze wskazali również na użycie technik BYOVD, czyli nadużywania legalnych, ale podatnych sterowników w celu obchodzenia zabezpieczeń. Pokazuje to, iż mimo obecności AI fundament ataków przez cały czas opiera się na sprawdzonych technikach intruzji, a sztuczna inteligencja działa przede wszystkim jako akcelerator i koordynator procesu.
W warstwie organizacyjnej logi sesji miały sugerować, iż operator wydawał zadania modelowi AI, a następnie zatwierdzał lub korygował proponowane działania. o ile model odmawiał wykonania określonych poleceń, treść zadań miała być modyfikowana tak, by przypominała autoryzowane testy red team. To pokazuje próbę obchodzenia ograniczeń bezpieczeństwa modeli i dostosowania ich do potrzeb operacji cyberprzestępczych.
Konsekwencje / ryzyko
Najważniejszym skutkiem wykorzystania AI w kampaniach ransomware jest obniżenie kosztu i czasu prowadzenia włamań. Automatyzacja może znacząco przyspieszyć rekonesans, analizę środowiska ofiary, priorytetyzację danych do kradzieży oraz przygotowanie scenariuszy nacisku.
Z perspektywy organizacji oznacza to wzrost kilku kluczowych ryzyk:
- szybszego wykorzystania nowych podatności w systemach brzegowych,
- większej skuteczności ataków opartych na reused credentials,
- sprawniejszego obchodzenia ochrony endpointów,
- lepiej przygotowanych kampanii typu extortion-first,
- silniejszej presji operacyjnej i reputacyjnej po kradzieży danych.
Dodatkowe zagrożenie stanowi możliwość półautomatycznej segmentacji ofiar pod kątem zdolności płatniczej. o ile napastnicy analizują dokumenty finansowe, dane HR, dokumentację prawną i materiały zarządcze, mogą precyzyjniej określać wysokość okupu oraz skuteczniej dopasowywać formę presji.
Rekomendacje
Organizacje powinny potraktować ten przypadek jako wyraźny sygnał ostrzegawczy. Ochrona urządzeń brzegowych, systemów administracyjnych i tożsamości uprzywilejowanych powinna stać się jednym z najważniejszych priorytetów bezpieczeństwa.
- Bezzwłocznie aktualizować i monitorować systemy edge, w tym bramy VPN, rozwiązania RMM, panele hostingowe i serwery zdalnego wsparcia.
- Ograniczyć ekspozycję usług administracyjnych do internetu oraz stosować segmentację sieci.
- Wymusić MFA dla wszystkich kanałów zdalnego dostępu i kont uprzywilejowanych.
- Ograniczyć ryzyko ponownego użycia poświadczeń poprzez unikalne hasła, rotację sekretów i zarządzanie kontami uprzywilejowanymi.
- Monitorować ruch wskazujący na reverse SOCKS, pivoting i nietypowe połączenia wychodzące.
- Wdrożyć detekcję prób użycia podatnych sterowników i technik BYOVD.
- Priorytetowo chronić kopie zapasowe, platformy EDR, konsole bezpieczeństwa i narzędzia administracyjne.
- Rozszerzyć threat hunting o oznaki zautomatyzowanego post-exploitation, takie jak seryjna enumeracja i szybkie sekwencje poleceń na wielu hostach.
- Przygotować scenariusze reagowania obejmujące jednoczesną kradzież danych, wymuszenie i potencjalne szyfrowanie.
- Regularnie testować odporność organizacji poprzez ćwiczenia purple team i symulacje kompromitacji usług brzegowych.
Podsumowanie
Ujawniona infrastruktura pokazuje, iż ransomware wchodzi w etap głębszej automatyzacji, w którym AI staje się praktycznym elementem operacyjnego łańcucha ataku. W opisywanej kampanii sztuczna inteligencja wspierała prowadzenie intruzji, zarządzanie wiedzą o ofiarach i koordynację działań od dostępu początkowego po eksfiltrację danych i wymuszenie.
Dla obrońców oznacza to konieczność jeszcze szybszego zarządzania podatnościami, lepszej ochrony tożsamości oraz rozbudowy detekcji wokół systemów brzegowych, narzędzi administracyjnych i aktywności post-exploitation. Trend ten sugeruje, iż przyszłe operacje ransomware będą bardziej skalowalne, szybsze i trudniejsze do zatrzymania na wczesnym etapie.
Źródła
- Exposed Infrastructure Reveals How Ransomware Affiliates Used AI Agents to Execute Intrusions — https://thehackernews.com/2026/10/exposed-infrastructure-reveals-how.html
- NVD – CVE-2024-57727 — https://nvd.nist.gov/vuln/detail/CVE-2024-57727
- NVD – CVE-2026-35616 — https://nvd.nist.gov/vuln/detail/CVE-2026-35616
- NVD – CVE-2026-41940 — https://nvd.nist.gov/vuln/detail/CVE-2026-41940
- NVD – CVE-2026-15409 — https://nvd.nist.gov/vuln/detail/CVE-2026-15409
