AI自己打零日,APT开始换引擎
📋 总体概括
荷兰漏洞披露机构DIVD遭agentic AI驱动的自动化攻击,利用Zammad双零日;ESET曝光FamousSparrow新旗舰后门SparroWocky;APT29水坑攻击开始对移动端用户做指纹筛选。三起事件指向同一趋势:攻击链正在被工业化改造,防守方的成本结构被改写。
📄 正文
安全行业最不愿承认的一页,可能刚刚被荷兰人翻开了。
DIVD(荷兰漏洞披露协会)——一个专门帮别人发现和披露漏洞的机构——自己成了攻击目标,而且攻击者据信使用了具备自主决策能力的 agentic AI,配合 Zammad 的两个零日漏洞完成入侵。同一时间窗口内,ESET 披露了 FamousSparrow 的全新旗舰后门 SparroWocky,APT29 的水坑攻击则开始对移动端用户做指纹筛选、按兴趣收割。三件事看似无关,指向的却是同一个趋势:攻击链正在被工业化和自动化改造,而防守方的成本结构还没跟上。这篇文章不贩卖焦虑,只拆解机理和产业逻辑。
🤖 披漏洞的机构,先被AI盯上了
最具讽刺意味的场景,往往发生在最专业的机构身上。
DIVD 是欧洲活跃度最高的漏洞披露组织之一,日常业务就是协调各国研究者报告漏洞、推动厂商修复。据其自述,攻击者利用开源客服与工单系统 Zammad 的两个零日漏洞发起入侵,并且这场攻击带有明显的 agentic AI 特征——即攻击流程中的侦察、漏洞利用、横向动作由 AI 代理链条式推进,而非完全依赖人工逐步操作。
这件事的产业信号远比单次入侵本身重要。过去十年,安全行业对攻击自动化的想象停留在「漏洞扫描器 + 僵尸网络」的量级:自动化覆盖的是重复劳动,决策权仍在人手里。而 agentic AI 意味着攻击链中的判断环节——选哪条路径、何时停手、如何伪装——开始可以被模型接管。一次针对披露机构的攻击,等于攻击者直接检验了自己的自动化武器库:对手恰恰是全世界最懂漏洞的人。
据多位接近欧洲研究社区的人士私下评价,这次事件的真正震动不在损失大小,而在于它证明了「AI 驱动的端到端攻击」已经从论文演示变成了实战案例。对甲方安全团队而言,需要重新评估的不再是某个 CVE,而是自己面对的对手是否已经具备「不需要睡觉」的攻击节奏。
🐦 麻雀换了新爪子,APT的军备竞赛没停
老牌 APT 组织不追风口,只磨工具。
ESET 研究者披露了 SparroWocky——FamousSparrow(著名麻雀)APT 组织的全新旗舰后门。从命名到能力设计,这都是一次典型的家族换代:新后门以隐蔽驻留和命令控制为核心,「会咬人的后门,配上会抓命令的钩子」,意味着它在端侧的生存能力和 C2 交互的灵活性都做了针对性升级。
这符合 APT 工具链演进的一般规律:老后门被研究者画像、被检测引擎覆盖后,组织会投入资源重写旗舰武器,避免历史特征被复用。FamousSparrow 并非头部国家级 APT,但它的迭代节奏说明一件事——定向入侵的「武器制造成本」在下降,中型组织也能维持高水平工具链的持续更新。
把三起事件放在一张表里看,趋势更清楚:
| 事件 | 相关方 | 核心技术特征 | 产业含义 |
|---|---|---|---|
| DIVD 遭入侵 | DIVD、Zammad 零日 | agentic AI 驱动攻击链 | 攻击自动化进入决策层 |
| SparroWocky 曝光 | ESET、FamousSparrow | 新一代隐蔽后门 | 中型 APT 武器迭代常态化 |
| 水坑攻击升级 | APT29 | 指纹筛选 + 移动端收割 | 定向攻击开始「精打细算」 |
过去大家默认 APT 是少数顶级玩家的高成本游戏,如今工具链的模块化和自动化正在拉低入场门槛。防守方不能再按「对手数量有限」来做容量规划,而要按「对手产出速度在提升」来重排优先级——端点检测对新型后门的覆盖周期、漏洞从披露到被武器化的时间窗,都在被压缩。
💧 水坑攻击没死,它学会了做用户画像
最老的攻击手法,正在用最新的逻辑返场。
APT29 的水坑攻击揭示了一条值得所有企业警惕的路径:先入侵目标人群常访问的网站,然后不对所有访客下手——而是对访客做指纹识别,只有「有意思的」目标才会被进一步收割信息,且这轮行动把触角伸向了移动端,影响规模达数千用户量级。
这个「先筛选、后收割」的设计,本质上是把精准营销的漏斗逻辑搬进了入侵链。传统水坑是广撒网:部署一次利用代码,靠运气等目标踩中。而 APT29 的新打法是两段式——第一阶段只做指纹采集,代价低、暴露面小;第二阶段才对高价值指纹投送利用。安全厂商发现的往往只是第一阶段的「无害」脚本,很难直接定罪,这让归因和处置都被拖慢。
`
2024-2025:水坑攻击演进时间线
- 入侵阶段:攻陷目标群体常访问的合法网站
- 筛选阶段:对访客设备与环境做指纹识别
- 分流阶段:普通访客正常浏览,无感知放行
- 收割阶段:对高价值目标投送信息采集逻辑
- 扩面阶段:覆盖延伸至移动端用户
`
对产业的直接启示有两条。第一,移动端正在成为定向攻击的常规战场——大量企业 BYOD 环境里,手机上的浏览器指纹、应用列表恰恰是最丰富的身份画像来源,而移动端 EDR 的部署率远低于 PC。第二,「低噪音侦察」会稀释基于告警的传统检测模型:一次指纹脚本调用在 WAF 日志里几乎不可见,只有把多站点、多时段的弱信号做关联,才可能还原攻击全貌。这把门槛从「买设备」推到了「有分析能力」。
📉 防守的经济学,正在被攻击端改写
攻击自动化不是新闻,攻击决策自动化才是。
把当前攻击技术的演进放到一个坐标系里看:横轴是自动化程度,纵轴是定向渗透能力。agentic AI 攻击链、新型旗舰后门、指纹化水坑同时向右上角移动,这不是巧合,而是工具链复用的必然结果——自动化降低了单次攻击的边际成本,定向能力提升了单次攻击的期望收益,两者叠加,攻击的「投资回报率」被系统性抬高。
对防守方来说,真正的冲击是成本结构的不对称被进一步拉大。攻击者用自动化把人力成本摊薄,防守方的人力却必须覆盖每一次告警;攻击者可以试错一百次,防守方错一次就可能上头条。业内流传的一句话很直白:「蓝队还在为招聘预算开会,红队的 AI 已经跑完了一轮侦察。」
另一个值得注意的产业变量是Zammad这类开源组件的处境:它们服务大量中型机构,代码可审计但维护资源有限,天然是自动化攻击链的理想切入点。开源供应链上游的一个零日,经 AI 链条放大后,杀伤半径远超以往。这意味着漏洞披露与修复窗口的管理,正在从「合规动作」变成「生存动作」——而 DIVD 自己被攻击,恰好是这条逻辑最残酷的注脚。
防守方手里并非没有牌。自动化攻击同样依赖可观测的痕迹:AI 代理的行为模式再拟人,也有非人类的时间分布和路径特征;指纹脚本再安静,也逃不过跨站点关联。产业真正的分水岭在于,谁先把「机器速度的防守」从 PPT 落到生产环境。
三起事件、三个方向,讲的是同一件事:攻击的工业化不是未来时,而是现在进行时。agentic AI 完成了从演示到实战的跨越,中型 APT 维持着旗舰武器的持续换代,顶级组织把精准营销的漏斗搬进了入侵链。防守方的应对不能停留在采购清单上,而要回到能力建设——更快的响应闭环、更强的弱信号关联、更完整的移动端覆盖。下一轮攻防的天平往哪边倾,取决于双方谁先把自己的「自动化引擎」造完。
本文由本站 AI 辅助聚合生成,原始来源如下: