به‌کارگیری عامل‌های هوش مصنوعی برای سرقت ۶۰۰ هزار کارت اعتباری و حمله به صدها وب‌سایت

یک عامل تهدید (Threat Actor) با انگیزه‌های مالی، از چارچوب‌های متن‌باز عامل‌های هوش مصنوعی (AI Agent Frameworks) برای حمله گسترده به صدها خرده‌فروش آنلاین استفاده کرده است. این عملیات منجر به سرقت بیش از ۶۰۰,۰۰۰ رکورد مربوط به کارت‌های اعتباری شده است.

جزئیات عملیات و ابزارهای مورد استفاده

این کمپین که از ماه جولای آغاز شده و تا سپتامبر ادامه داشته است، در بازه‌ای کوتاه تنها ۵ روزه، منجر به نفوذ به ۲۷ شرکت و اجرای بیش از ۱۰۰ حمله شده است. طبق یافته‌های شرکت Gambit، مهاجم از سه ابزار AI برای اجرای زنجیره حمله (Attack Chain) استفاده کرده است:

• Strix: این ابزار برای شناسایی و اسکن هدف‌ها به کار رفته و در بازه زمانی کوتاه، صدها ساعت اسکن روی میزبان‌های مختلف انجام داده است.
• Hermes: این عامل دارای پروفایلی با نام “SOUL – Red Team Operator” بوده و ۱۲۱ مهارت مختلف، از جمله ۷۸ مهارت تخصصی در زمینه حمله را در اختیار داشته است.

گزارش‌ها حاکی از آن است که اپراتور انسانی تنها دستورات کوتاهی را در مورد اهداف عملیات به عامل‌های AI داده و مدیریت مراحل بعدی را به طور کامل به این ابزارها سپرده است.

روش‌های تزریق بدافزار Skimmer

مهاجمان برای جمع‌آوری داده‌های پرداخت، بدافزارهای Skimmer را از طریق روش‌های متنوعی در وب‌سایت‌های هدف تزریق کرده‌اند. این روش‌ها بسته به سطح دسترسی و معماری سیستم شامل موارد زیر بوده است:

• افزودن کدهای مخرب به فایل‌های JavaScript قانونی.
• تزریق تگ‌های اسکریپت به صفحات پرداخت (Checkout) یا بلوک‌های Google Tag.
• مسموم‌سازی محتوای S3/CDN و کش‌های سمت سرور (Server-side Caches).
• تغییر در فیلدهای پایگاه داده و تغییرات در استقرار Kubernetes.
• استفاده از Cron Jobs برای بازیابی خودکار Skimmer پس از حذف توسط مدیران سایت.

تخریب داده‌ها و هزینه‌های عملیاتی

یکی از جنبه‌های خطرناک این حمله، دستور پاک‌سازی داده‌ها پس از سرقت است. عامل AI دستور داشت پس از استخراج داده‌های کارت‌های اعتباری از پایگاه‌های داده Magento، فیلدهای منبع را به صورت دسته‌ای پاک کند. این اقدام منجر به از دست رفتن داده‌های حیاتی و اختلال عملیاتی در چندین خرده‌فروشی شده است.

از نظر هزینه، تخمین زده می‌شود که مهاجم برای این عملیات بین ۱۲,۰۰۰ تا ۱۸,۰۰۰ دلار هزینه کرده است که به طور متوسط، هزینه هر هدف تنها حدود ۲۵ دلار بوده است. این سطح از اتوماسیون و هزینه پایین، امکان اجرای حملات پیچیده را حتی برای عوامل تهدید با مهارت کم فراهم می‌کند.