Wprowadzenie do problemu / definicja
Automatyzacja cyberprzestępczości wchodzi w kolejny etap. Najnowsze ustalenia badaczy pokazują, że część afiliantów ransomware zaczęła wykorzystywać agentów AI i półautonomiczne frameworki ofensywne do realizacji włamań, rekonesansu, eksfiltracji danych oraz przygotowania wymuszeń. Oznacza to odejście od w pełni ręcznego modelu operacyjnego na rzecz środowiska, w którym człowiek nadzoruje atak, a system wspierany przez sztuczną inteligencję przyspiesza i porządkuje jego przebieg.
W praktyce taki model skraca czas potrzebny na analizę środowiska ofiary, ułatwia powtarzanie sprawdzonych procedur i zwiększa skalę działań. To szczególnie istotne w ekosystemie ransomware-as-a-service, gdzie skuteczność afiliantów zależy od szybkiego przejścia od dostępu początkowego do kradzieży danych i wywarcia presji na organizację.
W skrócie
- Badacze powiązali ujawnioną infrastrukturę z afiliantami grup ransomware INC oraz The Gentlemen.
- Centralnym elementem operacji był framework Phantom, wspierający zautomatyzowany łańcuch działań ofensywnych z udziałem AI.
- Analiza logów objęła tysiące komunikatów i ponad sto sesji operatorskich, co umożliwiło odtworzenie workflow napastników.
- Atakujący koncentrowali się na usługach brzegowych, platformach zdalnego dostępu, panelach administracyjnych i rozwiązaniach VPN.
- Po uzyskaniu dostępu prowadzili rekonesans, ruch boczny, kradzież poświadczeń, eksfiltrację danych i przygotowanie do wymuszenia.
Kontekst / historia
Model afiliacyjny ransomware od lat bazuje na podziale ról. Jedni aktorzy odpowiadają za rozwój malware, infrastruktury i zaplecza negocjacyjnego, inni dostarczają dostęp początkowy lub prowadzą intruzję po przełamaniu zabezpieczeń. Nowością w opisywanym przypadku nie jest sam podział zadań, lecz głębokość integracji AI z codzienną pracą operatorów.
Z ustaleń wynika, że napastnicy nie używali sztucznej inteligencji wyłącznie do generowania pojedynczych skryptów czy wspomagania phishingu. AI została włączona w szerszy workflow operacyjny jako warstwa wspierająca kolejne etapy ataku. Badacze opisują ten model jako „AI-executed, human-approved”, czyli wykonywany przez system wspierany przez AI, ale nadzorowany i zatwierdzany przez człowieka.
Taki schemat obniża próg wejścia dla mniej doświadczonych operatorów, ułatwia standaryzację działań i pozwala prowadzić wiele kampanii równolegle. Z perspektywy obrony oznacza to, że nawet średnio zaawansowany afiliant może osiągać tempo i spójność działań zbliżone do bardziej doświadczonych zespołów.
Analiza techniczna
Punktem wejścia do kampanii było szerokie skanowanie i wykorzystywanie podatnych usług dostępnych z Internetu. W materiałach pojawiały się odniesienia do aktywnie wykorzystywanych luk w rozwiązaniach takich jak SimpleHelp, Fortinet FortiClient EMS oraz cPanel/WHM. Wskazywano również na zainteresowanie dodatkowymi wektorami dostępu związanymi z SonicWall, WordPress, LiteLLM i Drupalem.
Po przełamaniu warstwy brzegowej atakujący realizowali dobrze znany łańcuch intruzji, ale w wyraźnie uporządkowanej i częściowo zautomatyzowanej formie. Obejmował on enumerację domeny, eskalację uprawnień, zbieranie poświadczeń, identyfikację systemów krytycznych oraz wyszukiwanie danych o wysokiej wartości biznesowej. Szczególne znaczenie miały dokumenty finansowe, kadrowe, prawne i zarządcze, które mogą zwiększać skuteczność wymuszenia nawet bez uruchamiania szyfrowania.
W centrum operacji znajdował się framework Phantom. Z opisu wynika, że pełnił on rolę zestawu agentowych funkcji ofensywnych uruchamianych w środowisku wspieranym przez modele komercyjne i zewnętrzną orkiestrację zadań. Framework miał umożliwiać pobieranie poleceń z serwera sterującego, wykonywanie komend, analizę wyników oraz wsparcie działań z zakresu rekonesansu, analizy binarnej, badań nad exploitami, oceny telemetrii i profilowania zabezpieczeń EDR.
Istotnym elementem zaplecza była także infrastruktura C2 oraz mechanizmy tunelowania, w tym reverse SOCKS. Taki zestaw narzędzi pozwalał na pivotowanie wewnątrz sieci ofiary, utrzymanie stałej łączności z hostami i wyprowadzanie danych przez pośrednie kanały komunikacyjne. To zwiększało elastyczność działań oraz utrudniało ich szybkie wykrycie.
Na uwagę zasługuje również sposób obchodzenia ograniczeń modeli AI. Z ujawnionych logów wynikało, że w przypadku odmowy wykonania określonych instrukcji operatorzy modyfikowali prompty i przedstawiali działania jako autoryzowane testy bezpieczeństwa. To ważny sygnał ostrzegawczy: same polityki bezpieczeństwa modeli i mechanizmy prompt-level guardrails nie stanowią wystarczającej bariery dla zdeterminowanych aktorów.
Konsekwencje / ryzyko
Najpoważniejszym skutkiem takiego podejścia jest wzrost skali, szybkości i powtarzalności operacji ransomware. Automatyzacja nie eliminuje człowieka z procesu, ale znacząco zwiększa jego produktywność. Jeden operator może szybciej analizować wiele środowisk, dokumentować postępy i przenosić skuteczne techniki między ofiarami.
Szczególnie groźne jest połączenie automatyzacji z ponownym użyciem poświadczeń. Jeśli jedno konto otwiera dostęp do VPN, narzędzi administracyjnych, serwerów, systemów kopii zapasowych i konsol bezpieczeństwa, pojedyncza kompromitacja może bardzo szybko przerodzić się w incydent obejmujący znaczną część organizacji.
Rośnie także presja na zespoły obronne. Półautonomiczne operacje wspierane przez AI łączą cechy ataków interaktywnych i zautomatyzowanych. Są wystarczająco elastyczne, by reagować na zmiany w środowisku, a jednocześnie wystarczająco szybkie, by skracać okno reakcji dostępne dla SOC i zespołów IR. To utrudnia korelację zdarzeń i wczesne wykrycie pełnego łańcucha ataku.
Rekomendacje
Organizacje powinny przede wszystkim ograniczyć ekspozycję usług brzegowych. Dotyczy to rozwiązań zdalnego wsparcia, bram VPN, paneli administracyjnych, systemów EMS, interfejsów hostingowych oraz wszystkich komponentów dostępnych bezpośrednio z Internetu. Niezbędne są szybkie procesy patch management, regularny przegląd powierzchni ataku oraz usuwanie nieużywanych usług.
Drugim filarem ochrony pozostaje tożsamość. Warto wymusić silne MFA, wyeliminować współdzielone konta administracyjne, monitorować reuse haseł i wdrożyć segmentację uprawnień. Organizacja powinna zakładać, że pojedyncze poświadczenie może zostać przejęte, dlatego architektura dostępu musi ograniczać możliwość jego kaskadowego wykorzystania.
W obszarze detekcji warto monitorować szczególnie:
- nietypowe logowania do systemów zdalnego dostępu i paneli zarządzania,
- pojawienie się tuneli proxy lub reverse SOCKS,
- intensywną enumerację usług domenowych i zasobów plikowych,
- próby wyłączania, omijania lub profilowania systemów EDR,
- nagły wzrost transferu danych do nietypowych lokalizacji,
- użycie narzędzi administracyjnych poza standardowymi godzinami pracy.
Należy również rozbudować procedury reagowania o scenariusz „data extortion before encryption”. W wielu przypadkach głównym celem może nie być szyfrowanie, lecz kradzież dokumentów wrażliwych i wykorzystanie ich do presji finansowej lub reputacyjnej. Dlatego plan IR powinien obejmować szybkie ustalenie zakresu eksfiltracji, priorytetyzację danych o najwyższej wartości oraz gotowy model komunikacji kryzysowej.
Podsumowanie
Ujawniona infrastruktura pokazuje, że AI w cyberprzestępczości przestaje pełnić rolę dodatku, a staje się realną warstwą operacyjną wspierającą pełny cykl ataku. Nie chodzi jeszcze o całkowicie autonomiczne włamania, lecz o skuteczną współpracę człowieka i agentów AI, która przyspiesza rozpoznanie, poprawia organizację działań i zwiększa skalę operacji.
Dla obrońców oznacza to konieczność szybszego łatania systemów, wzmocnienia kontroli tożsamości, lepszego monitorowania usług brzegowych oraz dostosowania scenariuszy detekcyjnych do przeciwnika korzystającego z automatyzacji. Najgroźniejsze kampanie najbliższych lat prawdopodobnie będą hybrydowe — i właśnie taki model należy dziś uznać za jedno z najważniejszych zagrożeń dla organizacji.
Źródła
- The Hacker News — Exposed Infrastructure Reveals How Ransomware Affiliates Used AI Agents to Execute Intrusions — https://thehackernews.com/2026/10/exposed-infrastructure-reveals-how.html
- SOCRadar — Phantom traces and AI-driven intrusion ecosystem research — https://socradar.io/
- 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