跳到主内容
@wquguru
精选90云头条行业动态

AI黑客流水线曝光:利用Claude等模型自动入侵窃取60万信用卡

AI 黑客流水线曝光!Claude、DeepSeek、GLM 上阵,自动入侵、偷 60 万张信用卡、清数据库

原文
发到 X
推荐理由

首次完整曝光利用主流大模型构建自动化攻击流水线的案例,对安全从业者极具警示意义,建议立即排查自身系统的AI接口防护与权限管控。

网络安全公司 Gambit Security 披露,一名以经济利益为目的的攻击者正在利用 3 套开源 AI 智能体工具,大规模攻击在线零售商。

仅 9 月 10 日至 15 日的 5 天内,攻击者就启动了 105 个攻击项目,至少 27 家企业遭到不同程度的入侵。

目前能够确认的损失包括超过 60 万条尚未过期的信用卡记录。

这轮攻击最早可以追溯至 2026 年 7 月。

Gambit 9 月 22 日发布报告时称,攻击活动仍在持续。

Gambit 获得了攻击者使用的一台中转服务器,并根据其中保存的日志、被窃数据以及在真实网站上验证到的入侵痕迹,重建了整个攻击活动。

已确认受到影响的企业包括一家《财富》500 强酒店企业、一家美国大型航空公司、一家美国大型工业用品经销商以及一家美国在线时装零售商。

整个攻击流程主要由 Strix、Cairn 和 Hermes 3 套 AI 智能体工具完成。

Strix 负责寻找目标漏洞。

8 月 23 日至 31 日,攻击者使用 Strix 对 138 台主机执行了 146 次“深度模式”扫描,累计扫描时间达到 633 小时,而同期实际自然时间只有 195 小时,大量任务因此可以并行执行。

Strix 通过 OpenRouter 调用模型,最初使用智谱 GLM 5.2,之后切换至 DeepSeek V4 Pro。

Cairn 负责自动化入侵。

攻击者向其提供目标域名以及获取 Shell、取得管理员权限等目标后,Cairn 可以连续运行数小时,自主寻找攻击路径,直到达成目标、超时或被人工停止。

这轮攻击中,Cairn 使用 DeepSeek V4.1 Flash。

Hermes 则负责整个攻击活动的调度,同时直接参与部分入侵操作。

攻击服务器上的 Hermes 被加载了一套名为“SOUL - Red Team Operator”的中文系统角色,并配置了 121 项技能,其中 78 项与攻击有关。

Hermes 使用 Anthropic Claude Opus 4.6,Gambit 称,攻击者此前尝试使用的更新模型曾拒绝部分请求。

整个过程中,人类攻击者实际输入的指令并不多。

Gambit 在服务器中发现了 260 次 Hermes 会话,人类总计输入 1951 条 Prompt。

很多指令非常简短,而且使用中文,例如“看漏洞报告 开干”“看看进 web 后台”“能 rce 吗”“深挖 api”以及“目标导向 围绕 getshell 或后台访问权限”等。

1)看漏洞报告 开干

2)看看报告里的文件上传能不能rce

3)看漏洞报告 先测sudo密码

4)看一下漏洞报告 有搞头吗

5)看看进web后台

6)能rce吗

7)目标导向 围绕getshell或后台访问权限

8)深挖api

9)你用php验证一下

10)你去搜一下wp2shell

11)还能写js?

12)confirmation.php代码不扎眼吧

13)script标签在html标签后面不合适

14)容器里的不用动目标痕迹清

15)先把传的js删了 清临时文件

大量漏洞分析、攻击路径选择和具体执行过程都由 AI 智能体完成。

Gambit 获得的 OpenRouter 账户数据显示,截至 8 月 25 日,该账户此前 4 周已经消费 7005.71 美元。

此后 3 周,攻击者每天调用模型的规模达到此前约两倍。

Gambit 据此估算,整个攻击活动的模型费用约为 1.2 万至 1.8 万美元。

攻击者自己保存的一份成本分析显示,101 次完成的扫描平均模型成本只有 25.46 美元,最低一次为 3.13 美元,最高为 79.31 美元。

这里的 25.46 美元指一次完成的目标扫描成本,并不是完整攻破一家企业的平均成本。

一旦成功获得访问权限,攻击速度也很快。

Gambit 表示,在最终取得访问权限的案例中,整个过程通常不到一天,很多情况下只需要数小时。

被窃取的超过 60 万条信用卡记录来自两家受害企业。

Gambit 与反欺诈机构 Overwatch Data 对这些数据进行了处理,其中 488372 张信用卡由美国机构发行,占总量的 79%;其余还涉及阿联酋、沙特、英国、新西兰、爱尔兰、新加坡、科威特、澳大利亚、中国香港、法国和卡塔尔等国家和地区。

除了直接窃取数据库中的信用卡信息,攻击者还让 AI 智能体在受害网站结账页面植入信用卡窃取脚本,也就是 Web Skimmer。

Gambit 的详细调查显示,攻击者至少针对 27 个明确目标下达过安装 Skimmer 的指令,并确认其中 19 个目标实际存在相关恶意代码。

此外,研究人员还发现超过 100 个其他网站感染了与这轮攻击有关的 Skimmer。

这些恶意代码的植入方式并不固定。

AI 会根据取得的权限和目标网站所使用的技术自主调整方案,包括修改网站已有的 JavaScript 文件、将恶意脚本隐藏在 Google Tag 代码中、利用 AWS 凭证修改 S3 存储内容、篡改数据库、修改 Kubernetes 部署,以及污染服务器端页面缓存等。

在一家美国葡萄酒零售商的网站上,每次正常应用重新部署后,结账页面都会恢复干净状态。攻击者因此留下一个定时任务,每两分钟检查一次相关文件,一旦发现恶意代码消失,就重新植入 Skimmer。

AI 智能体还参与了窃取数据后的清理。

Gambit 在 Hermes 的技能文件中发现了一项名为“Database Wipe After Extraction”的操作,要求 AI 在信用卡数据下载完成后,清空受害者数据库中的相关支付信息。

但其中一次清理造成了严重的数据误删。

一家自行车零售商遭到入侵后,AI 在数据库中创建临时表保存数据,随后执行清理操作时,因为表名匹配范围过宽,一次删除了 180 张数据库表,其中还包括受害企业管理员自己建立的备份表。

Gambit 已经联系多家受影响企业,并采取措施关闭发现的部分攻击基础设施。

Shadowserver Foundation 等机构参与了受害企业通知、基础设施关闭和调查工作;被窃信用卡数据则交由 Overwatch Data 处理,并通知相关发卡机构。

Gambit 强调,目前公布的仍是一份阶段性调查报告。

由于攻击规模较大、掌握的数据并不完整,部分细节未来仍可能修正,实际受影响规模可能比目前确认的更大。

云头条声明:如以上内容有误或侵犯到你公司、机构、单位或个人权益,请联系我们说明理由,我们会配合,无条件删除处理。

作者: 云头条

查看原文 →

更进一步:量化金融体系

看懂新闻只是起点——沿量化金融路径,把它变成能交付的工程能力

进入量化体系 →

相似阅读

关联信息,但可能不是同一事件