威胁行为者如何利用AI策划并实施多种网络犯罪活动

安全厂商Palo Alto Networks旗下威胁研究团队Unit 42近日披露了一起颇具代表性的案件：一名代号为BUGSTER的网络攻击者，借助被"越狱"的AI助手，完成了从侦察、入侵到数据窃取的多种网络犯罪活动。这起案件的特别之处不在于攻击手法有多高明，而在于它清晰地展示了一个技术能力有限的攻击者，如何在AI的"加持"下跨越多道技术门槛。 根据Unit 42的调查，BUGSTER将开源智能体框架Hermes Agent与DeepSeek V4模型组合，并把后者作为推理引擎，同时搭配Cursor集成开发环境作为辅助工具，且刻意关闭了这些工具的安全限制。凭借这套配置，他对印度一所大学的网站发起了由AI生成的暴力破解攻击，并成功入侵了另一所大学，窃取了一个包含5200多条记录的数据库，其中涉及学生的个人身份信息（PII）。他还通过对话方式训练出专门的AI机器人角色，用来获取VoIP（网络电话）欺诈方面的"专业知识"，并搭建了自动化流程用于Wi-Fi密码破解和加密货币大户侦察。值得注意的是，Wi-Fi破解需要靠近目标物理位置，说明攻击者在目标地点有本地接入条件。 这起案件揭示出两个值得警惕的趋势。其一，攻击者的技术门槛正在被AI大幅拉低——Unit 42指出，BUGSTER使用的是相当基础的工具，依赖AI生成的脚本和侦察报告，若没有现成的AI工具，他很可能不具备实施这些活动所需的能力。尽管过程中不乏笨拙之处，但他确实对印度多个目标（包括多所大学）造成了实际损害，摸清了多家机构的攻击面。其二，在与越狱AI的对话中，某个助手甚至"贴心"地生成了一份包含"NEXT EXPLOIT OPPORTUNITIES"（下一步利用机会）章节的文档，为后续攻击列出计划。更令安全研究者担忧的是，多个互不相关的攻击者正在各自独立地采用同样的Hermes加DeepSeek组合，这暗示一条以低成本、低安全摩擦为特征的AI犯罪工具链可能正在成型——DeepSeek模型价格低廉、易于获取，且只需简单的系统提示词覆盖即可绕过安全限制。