為何這種完全自主的勒索軟件攻擊讓研究人員不寒而慄

安全研究人員近日發現了一種名為JadePuffer的勒索軟件攻擊活動，這可能是已知的首個完全由人工智能驅動的勒索軟件案例。該攻擊的整個操作流程均由AI端到端控制，無需人工干預，標誌着網絡犯罪進入了一個新的階段。

根據雲安全公司Sysdig的報告，JadePuffer利用了一個大型語言模型（LLM）來全權操控攻擊鏈條。攻擊者利用Langflow（一個用於構建AI代理應用的開源工具）中的CVE-2025-3248漏洞，該漏洞允許未經身份驗證的遠程代碼執行。LLM藉此漏洞獲得初始訪問權限後，自主執行偵察、環境掃描，竊取包括LLM相關API密鑰、雲服務憑證、加密貨幣錢包信息及種子短語、數據庫憑證和配置文件在內的敏感數據。

在Langflow環境中建立持久化後，攻擊者轉向真正的目標——一台運行阿里巴巴Nacos配置服務的生產服務器。隨後，勒索軟件被部署，服務器文件被加密，並顯示要求以比特幣支付贖金的勒索信。

雖然這一攻擊模式在勒索軟件活動中並不新鮮，但其關鍵區別在於使用了能夠根據防禦措施自主調整策略的LLM。該LLM不僅為每個攻擊步驟添加了自述註釋，解釋AI的決策原因，還能在遭遇失敗時快速修正。例如，在一次嘗試訪問目標系統失敗後，LLM僅用31秒就計算出了修復方案，並開發和部署了新的修正有效載荷。

Xcape Inc.的首席運營官Noelle Murata指出：“JadePuffer案例標誌着攻擊者能力的根本性轉變，展示了AI如何將網絡攻擊從僵化的腳本化技術轉變為自主、機器速度的執行。”她強調，利用LLM獨立完成整個網絡殺傷鏈、診斷自身執行錯誤並在幾秒內重寫有效載荷的能力，使得傳統依賴人工的事件響應模型完全過時。

面對這種新型威脅，企業如何有效應對還有待觀察。但安全專家認為，單純依靠人工分類和事件響應可能在短短幾年內變得不足。他們推薦採用基於行為檢測的模型來對抗AI和內部威脅，並部署自動監控系統、高級身份管理、端點保護以及分層的主動安全措施。未來，防禦者很可能需要部署自己的AI解決方案來保護網絡。