تحقیقات اخیر نشان می‌دهد که مجرمان سایبری در حال بهره‌گیری از عامل‌های هوش مصنوعی (AI Agents) برای هماهنگی حملات، استفاده از اعتبارنامه‌های سرقت‌شده (Stolen Credentials) برای دسترسی به سرویس‌های متصل، و به‌کارگیری ابزارهایی برای مختل کردن سیستم‌های تشخیص نفوذ (Intrusion Detection) و بازیابی سیستم هستند.
هماهنگی عملیات از طریق مدل‌های هوش مصنوعی
در جریان تحقیقاتی موسوم به BOSSAI، مشخص شده است که یک عامل تهدید (Threat Actor) بیش از ۱۰ مدل هوش مصنوعی را به ابزارهای شناسایی (Reconnaissance)، اسکن و اکسپلویت (Exploitation) متصل کرده است. این اپراتور از طریق پلتفرم‌های WeChat و LINE قادر به تعیین وظایف، نظارت بر فعالیت عامل‌ها و هدایت عملیات‌های همزمان بوده است. دستورالعمل‌های قابل استفاده مجدد، جزئیات و روش‌های مربوط به اهداف را از یک کمپین به کمپین دیگر منتقل می‌کنند.
زیرساخت‌های مورد استفاده، فعالیت‌هایی را در سرویس‌های اضطراری و سیستم‌های دولتی تایوان، دانشگاه‌های تایلند و جمع‌آوری داده‌های تلفنی در مکزیک پشتیبانی کرده‌اند. همچنین چندین ابزار به‌گونه‌ای پیکربندی شده بودند که بدون نیاز به تایید کاربر (Approval Prompts) اجرا شوند، که این امر به عامل‌ها اجازه می‌داد ابزارها را در چارچوب مجوزهای دریافتی خود، انتخاب و اجرا کنند.
مهارت‌های مخرب OpenClaw و توزیع بدافزار
محققان بیش از ۵۷۵ مهارت مخرب OpenClaw را شناسایی کرده‌اند که خود را به عنوان ابزارهای کاربردی (Utilities) معرفی می‌کنند. این بسته‌ها انواع تروجان‌ها (Trojans)، استخراج‌کننده‌های ارز دیجیتال (Cryptocurrency Miners) و سرقت‌کننده‌های اطلاعات (Information Stealers) را برای سیستم‌های Windows و macOS ارسال می‌کنند. این مهارت‌ها می‌توانند دستورالعمل‌ها را با کدهای اجرایی ترکیب کنند تا از مجوزهای از پیش تعیین‌شده برای عامل استفاده کنند. همچنین در پلتفرم Hugging Face، محموله‌های مخرب (Malicious Payloads) در قالب مدل‌ها، مجموعه‌داده‌ها (Datasets) و اپلیکیشن‌های هوش مصنوعی شناسایی شده‌اند.
دور زدن MFA و سوءاستفاده از نشست‌های سرقت‌شده
سرقت نشست‌های مرورگر (Browser Sessions) می‌تواند به مهاجم اجازه دهد بدون فعال شدن چالش احراز هویت چندعاملی (MFA)، به اپلیکیشن‌های ابری متصل دسترسی پیدا کند. همچنین سرقت اعتبارنامه‌های مخزن (Repository Credentials) و کلیدهای API می‌تواند منجر به افشای کد منبع و سرویس‌های مرتبط با حساب‌های توسعه‌دهندگان شود. در کمپین Red Heron، اکسپلویت‌های عمومی تنها یک روز پس از انتشار وصله (Patch) امنیتی برای آسیب‌پذیری بحرانی Gitea، مورد استفاده قرار گرفتند.
هدف قرار دادن سیستم‌های مانیتورینگ و بازیابی توسط باج‌افزارها
نمونه‌های باج‌افزار Qilin قادر به متوقف کردن فرآیندها و حذف Windows Volume Shadow Copies پیش از رمزگذاری هستند. همچنین باج‌افزار LockBit 5.0 نسخه‌هایی برای Windows، Linux و VMware ESXi ارائه می‌دهد که نسخه ESXi می‌تواند ماشین‌های مجازی در حال اجرا را خاموش کند تا فایل‌های آن‌ها رمزگذاری شود. حملات به میزبان‌های مجازی‌سازی (Virtualization Hosts) می‌تواند باعث از کار افتادن چندین سرویس و اختلال در زیرساخت‌های بازیابی داده شود.
استفاده از نرم‌افزارهای معتبر برای پنهان‌سازی
کمپین TamperedChef از تبلیغات و نتایج جستجو برای توزیع اپلیکیشن‌های مخرب استفاده کرد. این اپلیکیشن‌ها دارای گواهی‌های معتبر امضای کد (Code-signing Certificates) از نوع Extended Validation بودند که از طریق شبکه‌ای از شرکت‌های پوششی (Shell Companies) در ایالات متحده تهیه شده بودند. علاوه بر این، مهاجمان از مخازن GitHub و فضای ذخیره‌سازی ابری برای توزیع بدافزار و از سرویس‌های پیام‌رسان برای ارتباط با سیستم‌های آلوده استفاده می‌کنند تا فعالیت‌های خود را در میان ترافیک عادی تجاری پنهان کنند.
