Wprowadzenie do problemu / definicja
Automatyzacja ofensywnych operacji cybernetycznych wchodzi w nowy etap. Coraz częściej nie chodzi już wyłącznie o pojedyncze skrypty wspierające rekonesans czy eksploatację podatności, ale o rozbudowane frameworki agentowe oparte na sztucznej inteligencji, które potrafią równolegle planować działania, testować różne ścieżki ataku i reagować na niepowodzenia. Jednym z najnowszych przykładów takiego podejścia jest ARTEX, narzędzie wykorzystywane przez chińskich aktorów państwowych w szeroko zakrojonych operacjach szpiegowskich.
W skrócie
Według ujawnionych ustaleń grupa określana jako Vapor Panda użyła opartego na Go frameworka ARTEX do ataków na ponad 200 organizacji na całym świecie. Na liście celów znalazły się między innymi ministerstwa spraw zagranicznych, instytucje rządowe oraz podmioty z sektorów telekomunikacyjnego, obronnego, półprzewodników, finansowego i farmaceutycznego.
Narzędzie miało działać w modelu wieloagentowym, wykorzystując backendy dużych modeli językowych do automatyzacji rekonesansu, identyfikacji ścieżek ataku, ruchu lateralnego oraz działań po uzyskaniu dostępu. W części incydentów potwierdzono również wdrożenie złośliwego oprogramowania powiązanego z rodziną ShadowPad.
Kontekst / historia
Vapor Panda jest wiązana z chińską działalnością szpiegowską i była już wcześniej opisywana przez firmy zajmujące się threat intelligence. Obecna kampania wskazuje jednak na wyraźną zmianę skali i sposobu prowadzenia operacji. Zamiast klasycznego, ręcznego modelu pracy operatorów obserwowany jest model półautonomiczny, w którym człowiek nadzoruje zestaw agentów realizujących równoległe zadania techniczne.
Z dostępnych informacji wynika, że aktywność z użyciem ARTEX nasiliła się od 17 października 2026 roku. Cele obejmowały organizacje z Ameryki Łacińskiej, Europy, Azji, Bliskiego Wschodu oraz Stanów Zjednoczonych. Taki model umożliwia jednoczesne prowadzenie wielu operacji przeciwko podmiotom o wysokiej wartości wywiadowczej, znacząco zwiększając efektywność nawet niewielkich zespołów operatorskich.
Analiza techniczna
ARTEX jest opisywany jako framework testów penetracyjnych i operacji ofensywnych napisany w języku Go, rozszerzony o warstwę agentową sterowaną przez modele AI. W praktyce oznacza to możliwość dzielenia złożonego celu na mniejsze zadania, przypisywania ich agentom planującym i wykonawczym, a następnie łączenia wyników w celu podejmowania kolejnych kroków.
W analizowanych włamaniach operator pozostawał „w pętli”, ale jego rola miała charakter przede wszystkim nadzorczy. Agenci wykonywali zadania obejmujące tworzenie web shelli, pozyskiwanie poświadczeń uprzywilejowanych, enumerację zabezpieczeń endpointowych oraz przygotowywanie alternatywnych ścieżek eskalacji uprawnień. Kluczową cechą systemu była zdolność do równoległego testowania wielu wektorów ataku.
- łączenie niepodpisanych asercji SAML z podatnością XXE w celu odpytywania usług metadanych w chmurze,
- uzyskiwanie ról pozwalających na wydawanie poleceń administracyjnych wobec dużych zbiorów instancji,
- eskalację dostępu do kont administracyjnych klasy enterprise,
- wdrażanie web shelli w środowiskach aplikacyjnych,
- nadużycie nieuwierzytelnionych usług orkiestracyjnych do uzyskania uprawnień root w środowiskach kontenerowych,
- odczyt haseł przechowywanych przez mechanizmy LAPS,
- wykorzystanie resource-based constrained delegation do podszywania się pod konta uprzywilejowane,
- użycie nieobróconych kluczy uwierzytelniających do fałszowania tokenów administracyjnych i dostępu do skrzynek pocztowych,
- wykorzystanie konfiguracji VPN i kluczy klienta VPN pozyskanych z wiadomości e-mail do wejścia do sieci wewnętrznej.
Istotne jest to, że agenci nie byli ograniczeni do jednej powierzchni ataku. Działali równolegle na aplikacjach webowych, usługach chmurowych, kontenerach, Active Directory oraz infrastrukturze pocztowej i VPN. Taki model zwiększa odporność kampanii na częściowe niepowodzenia, ponieważ w razie zablokowania jednej ścieżki system może natychmiast przejść do kolejnej.
W części incydentów po uzyskaniu dostępu wdrażano również malware BLOODALCHEMY, wskazywany jako pochodna ShadowPad. Następnie obserwowano działania typowe dla fazy post-exploitation, takie jak password spraying, skanowanie sieci, rekonesans oraz przygotowanie gruntu pod dalszą penetrację.
Konsekwencje / ryzyko
Najważniejszym skutkiem tej kampanii nie jest wyłącznie liczba ofiar, ale obniżenie kosztu operacyjnego zaawansowanych włamań. Jeżeli pojedynczy operator może sterować wieloma agentami prowadzącymi jednocześnie setki działań, to tradycyjne założenia dotyczące skali kampanii APT przestają być aktualne.
Dla obrońców oznacza to wzrost tempa operacji, trudniejsze wykrywanie na podstawie pojedynczych wskaźników oraz większe ryzyko dla środowisk hybrydowych. Atakujący mogą płynnie przechodzić między chmurą, tożsamością, pocztą, VPN i systemami lokalnymi, wykorzystując błędne konfiguracje, nadmierne uprawnienia i historyczne zaniedbania w obszarze zarządzania dostępem.
Szczególnie narażone pozostają organizacje rządowe, sektory strategiczne oraz firmy posiadające rozproszone środowiska obejmujące usługi SaaS, IaaS, kontenery i tradycyjne Active Directory.
Rekomendacje
Organizacje powinny zakładać, że przeciwnik może działać szybciej, szerzej i bardziej adaptacyjnie niż w poprzednich kampaniach. W praktyce oznacza to konieczność równoczesnego wzmocnienia prewencji, monitoringu i detekcji.
- przeprowadzenie pełnej inwentaryzacji tożsamości uprzywilejowanych w chmurze i on-premises,
- rotację wszystkich kluczy, sekretów, certyfikatów i tokenów długoterminowych,
- audyt konfiguracji SAML, federacji tożsamości i uprawnień ról chmurowych,
- ograniczenie dostępu do usług orkiestracyjnych i interfejsów administracyjnych wyłącznie do zaufanych segmentów,
- przegląd konfiguracji LAPS oraz kontroli dostępu do haseł lokalnych administratorów,
- wdrożenie detekcji nadużyć Kerberos i delegacji, w tym resource-based constrained delegation,
- monitorowanie nietypowych odczytów skrzynek pocztowych, eksportów danych i zmian tokenów administracyjnych,
- analizę logów VPN pod kątem nietypowych konfiguracji klientów i źródeł połączeń,
- wdrożenie segmentacji administracyjnej oraz zasady najmniejszych uprawnień,
- korelację telemetrii z EDR, IAM, poczty, chmury i warstwy sieciowej w jednym procesie detekcyjnym.
Z perspektywy SOC szczególnie ważne staje się odejście od wykrywania opartego wyłącznie na pojedynczych IOC. W kampaniach wspieranych przez agentów AI większą wartość ma detekcja behawioralna oraz analiza sekwencji zdarzeń obejmujących wiele domen technicznych.
Podsumowanie
Wykorzystanie ARTEX pokazuje, że sztuczna inteligencja w operacjach ofensywnych przestaje być dodatkiem, a staje się mnożnikiem skali. Największym wyzwaniem dla obrońców nie jest samo pojawienie się nowego narzędzia, lecz jego zdolność do prowadzenia wielu równoległych ścieżek ataku pod nadzorem niewielkiego zespołu operatorskiego.
Kampania przypisywana grupie Vapor Panda jest kolejnym sygnałem, że nowoczesna obrona musi obejmować jednocześnie tożsamość, chmurę, kontenery, pocztę, endpointy i sieć. Organizacje, które nadal traktują te obszary rozdzielnie, będą coraz bardziej podatne na zautomatyzowane operacje APT nowej generacji.
Źródła
- The Hacker News — https://thehackernews.com/2026/10/chinese-hackers-use-ai-powered-artex-to.html
- CrowdStrike: Vapor Panda Uses AI-Powered ARTEX at Scale — https://www.crowdstrike.com/
- Zscaler ThreatLabz: ARTEX Analysis — https://www.zscaler.com/