适应人工智能渗透测试编排工具:现代安全模型

ARTEX 等由人工智能协调的渗透测试平台已成为日益强大的工具,能够对暴露的基础设施发起有效的攻击。在此,我们分享 Cloudflare 的观察结果和建议的对策。

在过去一个月里,大型语言模型(LLM)渗透测试和编排框架的数量激增。就在几周前,ARTEX(一种开源的代理式渗透测试系统,可自动化进攻性安全工作流程)还是唯一可用的框架。仅在过去三天里,我们就看到有超过50个框架系列试图在全球范围内扫描Cloudflare的客户。

运行这些框架的互联网协议 (IP) 地址数量已增至数千个,并且每天都在持续增加。这些框架的扩散显著改变了网络防御的现状:防御者正竭力应对这些自主引导攻击的规模性。ARTEX 于 10 月 8 日被其创建者 Autumn-27 拿下。

(他们用中文写道:“恶意利用该工具完全背离了其最初的意图。”)但此后的一个月里,该生态系统出现了大量新的衍生版本。目前已有超过1.2万个代码仓库,其中有数百个独特的衍生版本可追溯至原始代码仓库。此外,自10月8日以来,还创建了数百个其他类似的智能体编排框架。

自10月1日以来,对人工智能渗透测试(渗透测试)和漏洞利用工具的每日请求量增长了30倍。在一些更复杂的攻击中,这些工具也开始将窃取的客户凭据串联起来,例如在整个环境中进行横向移动串联。我们预计这些框架将继续扩散,每个组织都应做好准备应对这一威胁。

为了应对基于LLM的渗透测试框架,我们建议所有组织都采用我们所称的现代安全模型,该模型有六大关键支柱:加固前门:实施具有速率限制等高级规则的Web应用防火墙(WAF)。大厅中的安全岗:对您的客户访问的所有Web应用程序进行异常检测。识别虚假访客:实施机器人防御。