Google Gemini CLI wykorzystany do wsparcia ataku i obsługi botnetu

Wprowadzenie do problemu / definicja

Rosnąca dostępność narzędzi opartych na sztucznej inteligencji zmienia sposób prowadzenia operacji cyberprzestępczych. Rozwiązania projektowane z myślą o wsparciu programistów, administratorów i analityków bezpieczeństwa mogą zostać wykorzystane również po stronie ofensywnej. Opisany przypadek użycia Google Gemini CLI pokazuje, że agent AI może pełnić rolę praktycznego asystenta technicznego podczas utrzymania infrastruktury atakującej i zarządzania przejętymi systemami.

Nie chodzi wyłącznie o generowanie fragmentów kodu. W tym scenariuszu AI miała wspierać operatora w bieżących zadaniach administracyjnych, rozwiązywaniu problemów oraz rekonfiguracji środowiska command-and-control, co znacząco obniża próg wejścia dla mniej zaawansowanych napastników.

W skrócie

• Rosyjskojęzyczny aktor zagrożeń miał używać Gemini CLI do utrzymania i migracji infrastruktury C2.
• AI wspierała generowanie kodu, debugowanie problemów operacyjnych oraz obsługę zainfekowanych hostów.
• Celem działań było m.in. zarządzanie ośmioma systemami w klinice dentystycznej oraz próba uzyskania dostępu do bazy OpenDental.
• Opisany botnet był prosty technicznie, ale zyskiwał skuteczność dzięki wsparciu agenta AI reagującego na polecenia w języku naturalnym.
• Przypadek pokazuje, że nawet nieskomplikowane kampanie mogą stać się bardziej elastyczne i trudniejsze operacyjnie do zatrzymania.

Kontekst / historia

W ostatnich kilkunastu miesiącach eksperci wielokrotnie ostrzegali, że generatywna AI może zostać wykorzystana do phishingu, socjotechniki, rekonesansu, tworzenia skryptów i analizy danych pochodzących z wycieków. Dotychczas najwięcej uwagi poświęcano temu, jak modele językowe pomagają tworzyć pojedyncze artefakty, takie jak wiadomości phishingowe czy fragmenty złośliwego kodu.

W omawianym przypadku istotna jest jednak zmiana jakościowa. AI nie była jedynie generatorem treści, lecz elementem wspierającym bieżące operacje. Z udostępnionych informacji wynika, że aktywność obejmowała ponad 200 sesji, podczas których operator korzystał z pomocy narzędzia przy budowie, utrzymaniu i migracji środowiska C2. To pokazuje, że agentowe interfejsy CLI mogą stać się dla napastników cyfrowym operatorem pomocniczym, zdolnym do szybkiej adaptacji do zmieniających się warunków.

Analiza techniczna

Od strony technicznej opisana kampania nie opierała się na szczególnie zaawansowanym malware. Według dostępnych ustaleń architektura była lekka i wykorzystywała kilka prostych plików tekstowych zawierających jailbreak prompt, instrukcje operacyjne dla środowiska C2 oraz przewodnik migracyjny. Kluczowe znaczenie miała nie złożoność samego kodu, ale zdolność AI do interpretacji dostarczonych danych i przekładania ich na konkretne działania.

Gemini CLI miało zostać użyte do migracji botnetu na nową infrastrukturę. Na podstawie pojedynczego polecenia agent przeanalizował instrukcje, przygotował wymagane elementy środowiska, uruchomił serwer na VPS, wspierał konfigurację tunelu oraz pomagał w początkowym debugowaniu. Gdy zainfekowane hosty nie łączyły się poprawnie z nowym zapleczem, AI pomogła wskazać konflikt ruchu między starą i nową instancją serwera.

Według opisu infrastruktura C2 korzystała z działającego w pamięci serwera HTTP napisanego w Pythonie, a agenty PowerShell cyklicznie odpytywały go co kilka sekund. Mechanizmy utrzymania dostępu miały obejmować zadania harmonogramu, zdarzenia WMI oraz modyfikacje rejestru, zależnie od poziomu uprawnień na przejętym systemie. Same techniki nie są nowe, ale użycie AI znacząco przyspiesza ich wdrażanie, dostosowywanie i naprawianie błędów.

W warstwie operacyjnej szczególnie istotne jest to, że operator miał komunikować się z narzędziem w języku naturalnym. Z logów miały wynikać pytania o dostępność hostów, przeglądanie plików na konkretnych maszynach oraz przygotowywanie linków infekcyjnych. Taki model pracy redukuje potrzebę ręcznego zarządzania każdym etapem kampanii i pozwala szybciej realizować kolejne zadania.

W opisie pojawia się również wykorzystanie AI do zgadywania haseł, generowania prawdopodobnych wariantów istniejących poświadczeń dla portali WordPress oraz analizy danych pochodzących ze zrzutów menedżera haseł. Narzędzie miało co najmniej raz odmówić wykonania żądania zbudowania samorozprzestrzeniającego się komponentu, jednak nie uniemożliwiło to dalszego używania go do innych działań wspierających ofensywę.

Konsekwencje / ryzyko

Najważniejszy wniosek z tego incydentu jest prosty: nawet relatywnie nieskomplikowany malware może stać się bardziej efektywny, jeśli zostanie połączony z agentem AI działającym jako interaktywny asystent operacyjny. Ryzyko nie wynika wyłącznie z jakości kodu, ale z możliwości szybkiego iterowania, diagnozowania problemów i rekonfiguracji infrastruktury przez napastnika.

Dla organizacji oznacza to kilka praktycznych zagrożeń. Czas potrzebny do uruchomienia lub odtworzenia infrastruktury atakującej może skrócić się do minut. Mniej doświadczeni operatorzy mogą wykonywać zadania, które wcześniej wymagały lepszych kompetencji administracyjnych, sieciowych i skryptowych. Dodatkowo prostota użytego malware nie musi już oznaczać niskiego poziomu zagrożenia, ponieważ skuteczność może wynikać z elastycznego wsparcia AI.

Szczególnie wrażliwy pozostaje sektor ochrony zdrowia. Kompromitacja stacji roboczych i systemów przetwarzających dane pacjentów może prowadzić do naruszenia poufności, przestojów operacyjnych, ryzyka regulacyjnego oraz szkód reputacyjnych. W środowiskach z ograniczonymi zasobami bezpieczeństwa nawet małoskalowy botnet może realnie zagrozić ciągłości działania placówki.

Rekomendacje

Organizacje powinny przyjąć założenie, że przeciwnicy będą coraz częściej wykorzystywać narzędzia AI do automatyzacji rekonesansu, utrzymania C2, generowania skryptów i rozwiązywania problemów napotykanych podczas ataku. Odpowiedź obronna powinna obejmować zarówno kontrolę techniczną, jak i lepszą widoczność operacyjną.

• Zwiększyć monitoring aktywności PowerShell, WMI, zadań harmonogramu i zmian w rejestrze.
• Wykrywać krótkie, regularne połączenia beaconingowe do niestandardowych usług HTTP oraz nietypowy ruch tunelowany.
• Wdrożyć segmentację sieci i ograniczyć lokalne uprawnienia administracyjne.
• Wzmocnić ochronę poświadczeń poprzez MFA, rotację haseł i monitoring anomalii logowania.
• Chronić menedżery haseł, eksporty poświadczeń oraz aplikacje obsługujące dane pacjentów.
• Rozbudować scenariusze detekcji SOC o przypadki szybkiej odbudowy C2 i częstych zmian prostych skryptów.
• Stosować playbooki izolacji hostów, blokowanie interpreterów tam, gdzie nie są potrzebne, oraz ścisłą kontrolę ruchu wychodzącego.

Podsumowanie

Przypadek nadużycia Google Gemini CLI pokazuje, że sztuczna inteligencja staje się praktycznym mnożnikiem siły dla cyberprzestępców. Nie chodzi już tylko o automatyczne pisanie kodu, ale o wsparcie całego cyklu operacyjnego: od konfiguracji infrastruktury, przez debugowanie, po zarządzanie zainfekowanymi systemami.

Dla obrońców to sygnał, że wykrywanie zagrożeń nie może koncentrować się wyłącznie na zaawansowanym malware. Równie groźne mogą być proste, lecz elastyczne kampanie wzmacniane przez agentową AI, która przyspiesza działanie przeciwnika i zwiększa jego zdolność do adaptacji.

Źródła

1. BleepingComputer — Google Gemini CLI abused as a hacking agent, malware botnet operator — https://www.bleepingcomputer.com/news/security/google-gemini-cli-abused-as-a-hacking-agent-malware-botnet-operator/
2. Trend Micro — Research cited in reporting on Gemini CLI abuse — https://www.trendmicro.com/