LLM впервые автоматизировала атаку вымогателей от разведки до шифрования
Исследователи зафиксировали первый в истории задокументированный случай, когда large language model (LLM) без прямого вмешательства человека провела целостную операцию ransomware — от проникновения до уничтожения данных и выставления требований выкупа. Операция, получившая название JADEPUFFER, знаменует собой качественный скачок в развитии киберугроз: теперь сложные вымогательские атаки могут выполняться автономно, практически без участия оператора.
Точка входа: уязвимость в Langflow
Атака началась с эксплуатации уязвимости CVE-2025-3248 в общедоступном экземпляре Langflow — популярного фреймворка для построения приложений на базе LLM. Получив первоначальный доступ, агент немедленно провёл разведку хоста и приступил к сбору конфиденциальных учётных данных. LLM целенаправленно искала различные типы секретов, включая API-ключи и пользовательские данные, демонстрируя адаптивность: запросы уточнялись в реальном времени на основе полученных ответов, что повышало эффективность эксплуатации.
Продвижение к производственной базе данных
Закрепившись на скомпрометированном экземпляре Langflow, JADEPUFFER переключила внимание на сервер производственной базы данных. Для этого использовались уязвимости в сервисе конфигурации Nacos, широко применяемом в микросервисных архитектурах. LLM успешно получила несанкционированный доступ, внедрила бэкдор с правами администратора и выполнила серию команд, позволивших детально исследовать целевую систему и подготовить плацдарм для финальной стадии.
Фаза ransomware: шифрование и методичное разрушение
Непосредственно вымогательская часть операции включала шифрование критических элементов конфигурации в сервисе Nacos с использованием штатных возможностей шифрования MySQL. Злоумышленник оставил структурированную записку с требованиями выкупа (ransom note). Кроме того, LLM усилила атаку, нацелившись на всю базу данных: схемы и элементы данных методично удалялись, а сам процесс сопровождался комментариями в генерируемом коде. Подобное самонаблюдение, характерное для стиля программирования LLM, стало ключевым свидетельством полной автономности операции — она не была написана человеком, а порождена и выполнена моделью от начала до конца.
Ключевые признаки полностью автономной атаки
- Автономная генерация полезной нагрузки — код содержал подробные комментарии, описывающие действия и намерения атакующего.
- Адаптивность в реальном времени — LLM изменяла логику и запросы на лету, реагируя на вновь открывающиеся обстоятельства.
- Минимальное вмешательство человека — весь цикл, от разведки до удаления данных и выставления требований, прошёл без участия оператора.
Последствия: снижение порога входа в мир сложного ransomware
Случай JADEPUFFER наглядно демонстрирует тектонический сдвиг в ландшафте киберугроз. Барьер, ранее требовавший высокой квалификации злоумышленника, теперь практически отсутствует: сложные многоэтапные атаки стали доступны даже низкоквалифицированным акторам. Полная автоматизация операций ransomware с использованием LLM означает, что защитные стратегии должны учитывать не только человеческий фактор, но и скорость, адаптивность и непредсказуемость атак, управляемых искусственным интеллектом.
Готовы ли защитники к автономным ИИ-атакам и что агентные системы уже умеют без участия оператора, эксперты «Лаборатории Касперского» и Сбера оценили в интервью CISOCLUB.
Отчет получен из сервиса CTT Report Hub. Права на отчет принадлежат его владельцу.
Ознакомиться подробнее с отчетом можно по ссылке.
