Google TIG сообщает о первом в реальных условиях эксплойте для нулевого дня, созданном ИИ

Группа угроз Google (GTIG) опубликовала отчет, в котором описывается первый случай использования ИИ в наступательных целях для эксплуатации уязвимостей zero-day. Согласно отчету, криминальный субъект угрозы разработал эксплойт zero-day с использованием ИИ, планируя массовую эксплуатацию. Упреждающее контробнаружение GTIG, возможно, предотвратило его использование.
Ключевые выводы
- Эксплойт zero-day, созданный ИИ: Впервые GTIG выявила субъекта угрозы, использующего эксплойт zero-day, который, вероятно, был разработан с помощью ИИ. Эксплойт предназначался для массовой эксплуатации, но был потенциально нейтрализован вмешательством Google.
- Государственный интерес: Субъекты угроз, связанные с Китайской Народной Республикой (КНР) и Корейской Народно-Демократической Республикой (КНДР), проявили значительный интерес к использованию ИИ для обнаружения уязвимостей.
- Вредоносное ПО с ИИ: Субъекты из России применяют программирование на основе ИИ для создания полиморфного вредоносного ПО и сетей обфускации для обороны. Вредоносное ПО PROMPTSPY является примером автономной атакующей оркестровки, интерпретирующей системные состояния для динамической генерации команд.
- Автономное вредоносное ПО: PROMPTSPY представляет собой переход к автономным операциям вредоносного ПО, где модели ИИ берут на себя операционные задачи для масштабируемой и адаптивной деятельности.
- Атаки на цепочки поставок ИИ: Противники, такие как TeamPCP (также известный как UNC6780), нацеливаются на среды ИИ и программные зависимости для первоначального доступа, затем переключаются на более широкие сети для программ-вымогателей и вымогательства.
- Обфусцированный доступ к LLM: Субъекты угроз используют автоматизированные конвейеры регистрации и промежуточное ПО премиум-класса для обхода лимитов использования при массовом неправомерном использовании моделей.
Последствия для разработчиков
Этот отчет подчеркивает, что ИИ сейчас является обоюдоострым оружием: злоумышленники используют генеративные модели для ускорения разработки эксплойтов, в то время как защитники могут применять инструменты, такие как Google Big Sleep (агент ИИ для обнаружения уязвимостей) и CodeMender (автоматическая генерация исправлений), чтобы противостоять этим угрозам. Безопасная интеграция компонентов ИИ критически важна, поскольку атаки на цепочки поставок ПО ИИ (риски "Insecure Integrated Component" и "Rogue Actions" по таксономии SAIF) становятся все более распространенными.
Разработчики, использующие агенты кодирования на основе ИИ, должны осознавать, что те же модели, которые повышают производительность, также используются в качестве оружия. Оборонительные меры включают активное сканирование уязвимостей, мониторинг аномальных шаблонов кода, генерируемых ИИ, и защиту инструментов ИИ в своей цепочке поставок.
📖 Читать полный источник: HN AI Agents
👀 Смотрите также

LiteLLM v1.82.8 Компрометация использует файл .pth для постоянного выполнения
LiteLLM v1.82.8 была скомпрометирована на PyPI и содержит файл .pth, который выполняет произвольный код при каждом запуске процесса Python, а не только при импорте библиотеки. Полезная нагрузка выполняется даже если LiteLLM установлена как транзитивная зависимость и никогда не используется напрямую.

Анализ безопасности ИИ-агентов выявляет нарушенную модель доверия и высокий уровень уязвимостей.
Анализ безопасности ИИ-агентов показывает, что фундаментальная модель доверительных отношений нарушена: 49% пакетов MCP имеют проблемы с безопасностью, а косвенное внедрение достигает 36-98% успешности атак на передовые модели.

Аудит безопасности выявил уязвимости в эталонных серверах MCP компании Anthropic, которые создают риски, связанные с генерацией ложных данных.
Аудит безопасности 100 пакетов серверов MCP показал, что 71% получили оценку F, включая официальные референсные реализации Anthropic для GitHub и файловой системы. Аудит выявил Уязвимости на основе Галлюцинаций, которые создают бреши в безопасности и тратят токены через циклы рассуждений.

Защита инфраструктуры OpenClaw с помощью прокси-сервера Pomerium, осознающего идентификацию.
Используйте Pomerium в качестве прокси-сервера с учетом идентификации для нулевой доверительной аутентификации для обеспечения доступа к серверу OpenClaw.