AWS meldet, dass ein KI-gestützter Angriff über 600 FortiGate-Firewalls kompromittiert hat.

Angriffsdetails aus dem AWS-Vorfallbericht
AWS-Sicherheitsteams dokumentierten eine Kampagne von Mitte Januar bis Mitte Februar 2026, bei der russischsprachige Cyberkriminelle mehr als 600 FortiGate-Firewalls in 55 Ländern kompromittierten. Die Angreifer nutzten kommerzielle generative KI-Tools, um Angriffsplaybooks, Skripte und operative Notizen zu generieren, was einer relativ unerfahrenen Gruppe ermöglichte, einen Angriff durchzuführen, der normalerweise mehr Ressourcen erfordert hätte.
Angriffsmethodik
Die Kampagne konzentrierte sich auf das Scannen nach exponierten FortiGate-Management-Schnittstellen im öffentlichen Internet. Die Angreifer versuchten anschließend häufig wiederverwendete oder schwache Zugangsdaten. Nach dem Eindringen extrahierten sie Konfigurationsdateien, die enthielten:
- Administrator- und VPN-Zugangsdaten
- Netzwerktopologie-Details
- Firewall-Regeln
Von dort aus drangen sie tiefer in die Umgebungen ein, zielten auf Active Directory ab, extrahierten Zugangsdaten und suchten nach Möglichkeiten für laterale Bewegungen. Auch Backup-Systeme, einschließlich Veeam-Server, wurden ins Visier genommen.
Merkmale der KI-Tools
AWS beobachtete, dass die KI-generierten Tools funktional, aber unausgereift waren, mit einfacher Parsing-Logik und redundanten Kommentaren, die auf maschinengenerierten Code hindeuteten. Die Tools waren durchgängig in den Arbeitsablauf eingebettet und nicht nur für gelegentliches Skripting verwendet. CJ Moses, CISO bei Amazon, bemerkte: "Das Volumen und die Vielfalt der benutzerdefinierten Tools würden normalerweise auf ein gut ausgestattetes Entwicklungsteam hindeuten. Stattdessen hat ein einzelner Akteur oder eine sehr kleine Gruppe dieses gesamte Toolkit durch KI-unterstützte Entwicklung generiert."
Angriffsmuster und Verteidigung
Die Angreifer neigten dazu, Ziele aufzugeben, die Widerstand leisteten, und zu einfacheren Zielen überzugehen, wobei sie Quantität vor Qualität stellten. Die Aktivitäten waren geografisch opportunistisch und nicht streng zielgerichtet, mit Opfern in Europa, Asien, Afrika und Lateinamerika. Einige Kompromittierungen könnten Zugang zu Managed Service Providern oder größeren gemeinsamen Umgebungen ermöglicht haben, was das nachgelagerte Risiko verstärkte.
AWS betonte, dass grundlegende Sicherheitshygiene die meisten Kompromittierungen verhindert hätte:
- Management-Schnittstellen nicht öffentlich zugänglich machen
- Multi-Faktor-Authentifizierung durchsetzen
- Passwortwiederverwendung vermeiden
Die Erkenntnisse folgen auf aktuelle Warnungen von Google, dass Kriminelle generative KI zunehmend direkt in ihre Operationen integrieren, einschließlich der Nutzung von Gemini AI für Aufklärung, Zielprofilierung, Phishing und Malware-Entwicklung.
📖 Read the full source: HN AI Agents
👀 Siehe auch

Sicherheitsaudit deckt Schwachstellen im OpenClaw-Skill-Ökosystem auf
Eine Sicherheitsprüfung von OpenClaw ergab 8 dokumentierte CVEs, darunter Schwachstellen für beliebige Codeausführung und den Diebstahl von Zugangsdaten, sowie dass 15 % der Fähigkeiten in der gemeinsamen Bibliothek verdächtiges Netzwerkverhalten aufweisen. Der Prüfer wechselte zu einer minimalen Rust-basierten Laufzeitumgebung mit Ollama für bessere Isolation.

Sicherheitsaudit stellt fest, dass Anthropics MCP-Referenzserver anfällig sind und auf Halluzinationen basierende Schwachstellen einführen
Eine Sicherheitsprüfung von 100 MCP-Serverpaketen ergab, dass 71 % mit der Note F bewertet wurden, einschließlich der offiziellen GitHub- und Dateisystem-Referenzimplementierungen von Anthropic. Die Prüfung identifizierte Halluzinationsbasierte Schwachstellen, die Sicherheitslücken erzeugen und Tokens durch Denkschleifen verschwenden.

SupraWall MCP Plugin blockiert Prompt-Injection-Angriffe auf lokale KI-Agenten
SupraWall ist ein MCP-Plugin, das Versuche zur Exfiltration sensibler Daten von KI-Agenten abfängt und blockiert, demonstriert in einer Red-Team-Herausforderung, bei dem es Credential-Leaks durch Prompt-Injection-Angriffe verhinderte.

Litellm PyPI-Paket kompromittiert: Bösartige Version 1.82.8 entwendete Zugangsdaten
Das litellm PyPI-Paket, das Aufrufe an OpenAI, Anthropic, Cohere und andere LLM-Anbieter vereinheitlicht, wurde mit der bösartigen Version 1.82.8 kompromittiert, die etwa eine Stunde lang SSH-Schlüssel, Cloud-Zugangsdaten, API-Schlüssel und andere sensible Daten abgezogen hat.