事件背景:被放大的不是漏洞,而是攻擊產能
來源事實:Cisco Talos 將 UAT-10147 描述為一個以中文溝通、具有財務動機的網路犯罪組織。該組織鎖定對外開放的 Windows 與 Linux 網頁伺服器,目的包括資料竊取與利用 BadIIS 從事搜尋引擎最佳化詐騙。研究人員確認巴西、玻利維亞、中國、加拿大及越南有受感染主機,並在攻擊者未妥善保護的伺服器上找到約 17 萬個網址的目標清單。原始調查見:https://blog.talosintelligence.com/uat-10147-chinese-speaking-adversary-integrates-agentic-ai-into-post-compromise-operations/#new_tab
這起事件的重要性不在於 AI 發現了前所未見的零時差漏洞。Talos 觀察到的主體仍是已公開漏洞、Metasploit、ysoserial、權限提升程式、PowerShell、certutil、Web Shell 與遠端控制木馬。真正改變的是,AI 被放進偵察、產生酬載、測試、除錯、驗證與撰寫操作手冊等環節,使原本依賴資深人員逐台判斷的工作,更接近可以重複執行的流水線。
運作機制:從大量掃描到可重複的入侵流程
來源事實:UAT-10147 把約 17 萬個網址拆成 17 份、每份約一萬筆,顯示其作業模式首先追求規模。找到可利用的伺服器後,攻擊者透過已知漏洞取得遠端程式碼執行權限,再依作業系統部署不同工具。Windows 路線包含加入 Windows Defender 排除項目、建立高權限排程工作、安裝 QuasarRAT、SPECTRE 或 BadIIS;Linux 路線則嘗試多個既有本機權限提升漏洞,成功取得 root 後再植入 NoodleRAT、SPECTRE 或 Meterpreter。
AI 介入最具體的證據,是 Talos 從攻擊者環境取得的 ASP.NET ViewState 攻擊指南、路徑檢查、植入程式部署、Web Shell 上傳與資料外傳腳本。這些文件不只列出指令,還記錄錯誤訊息如何判讀、下載失敗時如何改用另一種方法,以及為何延遲測試無法驗證非同步執行。研究人員也找到真實目標的執行紀錄與回連結果。
合理推論:這比較像具備記憶、工具調用與回饋迴圈的半自動化作業系統,而不是 AI 獨立決定攻擊對象並完成整場入侵。PentestGPT 官方資料本身就將產品定位為從偵察到利用的自動化滲透測試框架,並以推理、產生與解析模組協作:https://pentestgpt.com/。因此,合法紅隊工具被犯罪者挪用並不令人意外;值得注意的是它已與真實攻擊基礎設施、惡意酬載及驗證紀錄接軌。
為何現在值得注意
作者觀點:AI 在此降低的主要不是「發明漏洞」門檻,而是把漏洞利用工程化的成本。公開概念驗證通常需要調整參數、確認環境、解讀失敗原因並設計替代路徑;若代理工具能保存上下文、產生腳本並根據回應反覆修正,攻擊者便能用較少人工處理更多主機。這會縮短漏洞公開、掃描、驗證到植入之間的時間,也讓多年未修補但仍對外服務的舊系統重新變得有利可圖。
以 Telerik 的 CVE-2019-18935 為例,美國國家漏洞資料庫將其列為 CVSS 3.1 最高 9.8 分的反序列化漏洞,並註明已納入 CISA 的已知遭利用漏洞清單;利用條件之一是攻擊者取得相關加密金鑰。這交叉支持 Talos 所描述的「舊漏洞加上外洩金鑰」攻擊面:https://nvd.nist.gov/vuln/detail/CVE-2019-18935
實際影響:傳統告警可能看見片段,卻看不見流水線
對防守端而言,問題不是 EDR 或 WAF 完全失效,而是每個控制點可能只看到一小段:大量掃描、數次 HTTP 500、PowerShell、合法系統工具下載、異常排除項目、Web Shell 或對外 HTTPS 回連。Talos 取得的指南甚至把特定 500 錯誤視為金鑰正確、反序列化成功的訊號。若維運團隊把所有 5xx 都當成一般應用程式雜訊,或只依賴單一惡意檔案特徵,便可能錯過跨階段的關聯。
Microsoft 文件說明,ASP.NET 會使用 MachineKey 產生 HMAC,以判斷 ViewState 是否遭竄改;ValidationKey 也直接參與這項驗證:https://learn.microsoft.com/en-us/dotnet/api/system.web.configuration.machinekeyvalidation?view=netframework-4.8.1。換言之,MachineKey 應按照密碼與 API 金鑰的等級管理;只更新應用程式、卻讓金鑰長期存在於版本庫、備份或可讀取的設定檔中,仍可能留下利用條件。
容易忽略的限制
第一,DeepAudit 被安裝在攻擊者管理伺服器上,但 Talos 並未直接觀察到攻擊者利用它所發現的漏洞;相關用途屬研究團隊的高信心研判。第二,AI 產生文件與腳本,不等於整條攻擊鏈無人操作,也無法僅憑程式風格判定使用了哪個模型。第三,17 萬筆是候選網址清單,不是 17 萬名受害者。
此外,Talos 將 CVE-2022-27925 簡述為未驗證遠端程式碼執行,但 NVD 條目描述的是具有管理員權限的已驗證使用者可藉 ZIP 解壓縮進行目錄穿越與任意檔案寫入:https://nvd.nist.gov/vuln/detail/CVE-2022-27925。兩者可能涉及漏洞串接或實際攻擊情境差異,但 Talos 本文未充分交代。因此不能把報告中的所有漏洞名稱直接等同於單一步驟、無條件的 RCE。
對台灣讀者的意義
Talos 公布的已確認感染國家不含台灣,現有資料也不足以證明台灣位於該批目標清單中;但政府、學校、媒體、科技與遊戲業,正好都是台灣擁有大量對外網站與歷史系統的領域。對本地組織而言,最實際的問題不是「是否被這個代號鎖定」,而是能否回答:哪些 IIS、Zimbra、Nacos、Telerik 與 Linux 主機仍暴露於網際網路?哪些已知漏洞尚未修補?MachineKey 是否曾出現在程式碼庫或備份?伺服器是否出現不明 Defender 排除項目、排程工作、Web Shell、異常本機帳號與對外回連?
後續觀察指標
- 是否有其他獨立研究團隊確認相同基礎設施、惡意程式樣本與 AI 產物。
- 候選目標轉為成功入侵的比例,以及人工介入仍集中在哪些步驟。
- 漏洞公開到首波自動化利用的時間是否持續縮短。
- 防守端能否把 5xx、系統工具濫用、權限提升、排除項目變更與異常回連串成同一事件。
- Talos 是否進一步公開可驗證的提示紀錄、模型資訊或更完整的 AI 操作邊界。
UAT-10147 尚不足以證明「自主 AI 駭客」已全面出現,卻已提供更務實的警訊:當公開漏洞、現成工具與代理式除錯流程結合後,過去因技術人力不足而無法大量複製的攻擊,正逐步變成可規模化的營運作業。防守工作的核心因而不是辨認「AI 味」,而是縮短外露資產的修補時間、保護關鍵金鑰,並讓跨階段遙測能被真正關聯。