机器黑客的八个行为指纹
原创
大白
大白
知白守黑1024
2026年11月15日 06:21
北京
去阅读
AI 红队工具不是黑市里的稀缺货。Unit 42 在 11 月 11 日发布的报告把镜头对准了攻击者的工具生态,结论比想象中更直接,它是一个挂在公网上、可以随时代跑的开源军火库。
截至 2026 年 10 月,Unit 42 在公网上发现了 1,323 台运行 CyberStrikeAI 的主机和 609 台运行 ARTEX 的主机,其中 21 台同时跑着两个框架。这些不是蜜罐,也不是研究对象的服务器,它们就是攻击者的现役装备。
公网可访问的 AI 攻击框架主机数量(数据来源 Unit 42 报告)
这不是纸面统计。Unit 42 的应急响应团队调查了多起真实入侵,攻击者的服务器上就架着 ARTEX 控制台,或者使用了与 ARTEX 关联的基础设施和客户端特征。 Managed 威胁狩猎团队则追踪到一场针对全球客户云环境的协同攻击,零售和咨询行业都在目标名单里。
01
一个框架的生与死
ARTEX 是一个开源多智能体渗透测试框架,2026 年年中首次发布,随后被大量 fork。它对攻击者的吸引力可以概括为三个词,免费、快速部署、只需要一个大模型 API。攻击者用它评估每次响应,某一步失败就自行调整,持续朝目标推进。
它的转折点来得也快。韩国某银行遭遇黑客攻击后,路透社在 10 月 9 日报道,ARTEX 的中国开发者为了避免工具被滥用,将仓库转为闭源并停止了公开开发。
但故事的结局不是消失。报告特别提到,新兴替代品正在迅速填补空缺,并且带来了攻击者迟早会收编的新能力。一个框架闭源,挡不住一个已经成型的生态。
02
14 个工具的四类分工
Unit 42 这次一共分析了 14 个渗透测试与红队方向的 AI 工具,除 CyberStrikeAI 和 ARTEX 外,还点名了 12 个新兴项目。整个生态已经形成了清晰的分工。
14 个工具的类别分布(数据来源 Unit 42 报告)
▍侦察与攻击面管理。ARL、ARL-Next、Scope Sentry、Nemo、XingRin、OpenEASD,负责搞清目标有什么资产、暴露了什么、最近发生了什么变化
▍智能体主导的测试与漏洞挖掘。CyberStrikeAI、ARTEX、Cairn、PentAGI、AutoHunter,决定查什么,以及系统如何把查到的变成行动
▍源码审计与验证。DeepAudit、AIxVuln,定位代码里可能存在的漏洞,并给出支撑结论的证据
▍AI 系统安全评估。AI-Infra-Guard,检查 AI 基础设施、智能体和模型接口本身是否可被利用
从踩点、打点、审代码到攻击 AI 系统本身,一条完整的攻击产业链在开源世界里完成了组建。
03
不需要漏洞的入侵
实战观察里最扎眼的一条,是这批攻击几乎不碰软件漏洞。Unit 42 的响应团队看到,ARTEX 操作者把公开的密码重置页面和暴露的 API 打成进入云环境的路径,有时整个过程不到一天。多个行业、多家组织都出现了同样的模式,全程没有利用任何一个软件漏洞。
「自主化平台无法打击它找不到的东西。持续发现并收敛暴露在互联网边缘的资产,仍然是抵御自动化攻击最有效的一道屏障。」
换句话说,攻击者不再需要 0day,只需要一份完整的暴露面清单。你的密码重置页、你的开发环境 API、你忘记下架的接口文档,就是这份清单的全部原料。
04
机器的行为指纹
ARTEX 被频繁 fork 和魔改,攻击者基础设施轮换也快,传统 IOC 指标很快失效。Unit 42 给出的答案是盯行为。这些特征单独看都可能来自某个配置古怪的工具或手工测试的人,放在一起,就是一台自动规划机器的签名。
think-then-act 节奏示意(依据 Unit 42 报告观察绘制)
▍想好再打。每秒 1 个、一次 1 到 14 个请求的爆发,随后是 25 到 31 秒的静默,恰好是等一次模型推理返回的时间
▍机器速度。凭据下载后 1 分钟内开始横向转移,3 分钟内验证 200 多个客户端密钥
▍按图索骥。拿到 OpenAPI 规范和 source map 后,对应路由几乎立刻遭到打击
▍自我纠错。收到 HTTP 422 的失败请求,稍作调整后重试成功
▍检查作业。几乎每次成功写入后都 GET 同一路径确认,对存储桶做写入再删除的测试
▍金丝雀输入。真实用户名之前先试假用户名,占位值包括 evil.com、[email protected] 和一串 deadbeef
▍并行打击。同一小时内打完一台应用交付控制器、十几台 VPN 设备、一台 NAS、劳动力身份服务和云端口
▍循环确认。以 48 秒间隔持续轮询三天,攻击序列以约 30 秒的间隔原样重放
机器并非全程在场。一起事件里,攻击者在执行密码重置和首个令牌请求时,从脚本客户端切换成了桌面浏览器。最敏感的几步,有人在回路里,或者用了浏览器自动化。
05
八条防御清单
▍下架攻击地图。OpenAPI 规范、source map、含令牌或客户端 ID 的配置文件,全部撤出互联网可达范围
▍收缩公开足迹。证书透明日志会变成攻击者的目标清单,评估主机域名是否公开,考虑私有证书颁发机构和仅经 CDN 接入
▍写端点全部强制认证。包括开发与预发环境的 API
▍加固自助流程。注册、密码重置、验证码端点限流加 bot 防护,去掉未认证的账号存在性检查
▍保护联合身份。客户与伙伴身份服务屏蔽本地密码登录,确保密码重置无法解除联邦身份绑定
▍凭据移出可达范围。长期云密钥换成基于角色的访问,管理员凭据移出预置记录,函数密钥进密钥管理器
▍最小权限。对工作负载角色和一切能创建角色、密钥、令牌的函数严格执行
▍按行为狩猎。盯住身份日志里的金丝雀用户名、云密钥在新 IP 的首次使用、写入后删除的存储测试、正式入侵前的早期探测
报告还提了一个进攻视角的防守思路。这类工具靠目标响应来决定下一步,防守方可以让它失去反馈。当目标只返回千篇一律的通用错误码,或者执行静默的连接限流,智能体拿不到环境线索,自主循环就会在死胡同里烧掉上下文窗口和算力预算。同时,当前这些框架重速度不重隐蔽,动辄从单一源 IP 发出数十万个高频请求。拥有统一边界遥测的组织,可以在利用发生之前就把这类流量拦在门口。
06
写在最后
「AI 驱动的工具并没有发明新的攻击。自助服务滥用、暴露的 API、存量凭据,都是存在已久的弱点。真正变化的,是节奏与持续性。」
一个 ARTEX 操作者可以并行测试所有暴露的工作流,被阻断后几分钟内换路,拿到凭据后一分钟内启用。框架开源且被广泛 fork,意味着基于特征的检测永远追不上。把机器可读的攻击地图撤下来,把认证补齐,把检测建在行为上,是这份报告留给防守方的三句话。
工具在公网上跑着,战果在判决书里写着,防御清单在报告里摆着。自主化入侵不再是能不能的问题,而是防守方打算以什么速度收敛暴露面的问题。
参考来源
Palo Alto Networks Unit 42 研究报告《ARTEX and AI-Powered Red Teaming Tools: What Defenders Need to Know》;本文全部数据、引文与表格均出自上述公开报道,相关观察为原报告机构的结论
版权声明
本站仅做备份收录,仅供研究与教学参考之用。
读者将信息用于其他用途的,全部法律及连带责任由读者自行承担,本站不承担任何责任。








评论