駭客利用Claude AI策劃勒索軟體攻擊 意外暴露犯罪行動內幕

AI逐漸成為勒索軟體攻擊流程的一部分

網路犯罪分子正越來越多地將人工智慧融入攻擊行動，不再侷限於使用AI編寫惡意代碼或生成釣魚資訊。SOCRadar威脅研究團隊近期展開的一項調查顯示，勒索軟體攻擊者利用商業AI模型協助完成多個入侵階段，從前期偵察、命令生成，到竊取數據分析及勒索計劃制定。

網路安全新聞網站Cybersecurity News於2026年10月21日報導了這項調查。研究人員發現，攻擊者的部分基礎設施可被公開訪問，其中包含AI對話記錄、被盜憑證、行動筆記及源代碼。這些資料讓研究人員得以深入了解攻擊者如何組織和執行相關活動。

研究人員將相關活動與使用INC Ransomware及The Gentlemen Ransomware的附屬攻擊者聯繫起來。不過，調查並未證實這兩個勒索軟體組織之間存在正式聯盟。現有證據更傾向於顯示，不同犯罪合作方可能共用同一套行動環境，或由同一家基礎設施服務方提供支持。

這起事件說明，AI可能成為網路犯罪分子的行動助手，協助他們組織複雜任務，同時仍由人類決定攻擊目標並批准關鍵操作。

Claude如何協助網路攻擊行動

根據SOCRadar的調查，攻擊者使用OpenCode作為操作界面，通過OpenRouter調用AI模型。研究人員分析了133個會話中的8,257條消息，並確認Claude Opus 4.6及Kimi K3等模型出現在相關記錄中。AI輔助流程涉及偵察規劃、命令生成、工具故障排查、竊取資訊分析及報告撰寫。

攻擊者並未讓AI完全獨立運行。相反，人類操作者負責指示工作方向，並在執行過程中批准相關行動。研究人員描述的模式是由AI協助規劃與協調任務，而人類繼續掌握監督權。

暴露的記錄也顯示，攻擊者曾嘗試繞過模型的安全限制。當AI拒絕某項請求時，操作者有時會將其重新描述為經過授權的紅隊安全評估。研究人員還發現了使用「WormGPT」這一名稱的提示詞，但澄清這只是用於設定AI角色的提示，並不代表攻擊者確實使用了另一款不受限制的AI模型。

這一點十分重要。調查並未證明Claude獨立發起了相關攻擊，也不能說明該模型是所有攻擊行為的唯一原因。相反，證據呈現的是人類操作者如何將商業AI模型納入更廣泛的攻擊工具鏈，並結合傳統漏洞利用、被盜憑證及自定義惡意軟體開展行動。

暴露的基礎設施揭示行動規模

調查始於2026年9月下旬。當時，研究人員發現一台可公開訪問的服務器，其中包含AI會話數據、中央知識庫，以及名為Phantom的框架源代碼。研究人員進一步分析服務器中的配置文件、日誌及憑證，最終找到另外六台相關服務器。

這些系統的記錄共列出62個處於不同活動階段的組織。其中一些僅被列入偵察名單，另一些則已遭到更深入的網路入侵，甚至進入文件加密或勒索階段。根據研究人員的分類，其中四個組織已被公開列入勒索名單。這些數字反映的是調查所發現的活動範圍，不應被解讀為62起均已獨立確認的勒索軟體感染事件。

研究人員還發現了為六個受害目標準備的46個INC勒索軟體加密程序版本。日期為9月30日的一張截圖顯示，加密程序曾在一個受害者環境中運行。不過，針對這些目標原定於10月1日展開的部署行動並未得到確認。因此，現有證據顯示攻擊者正在為潛在的大規模部署做準備，但無法證明所有已準備的程序最終都被使用。

調查還發現，相關記錄中的AI支出超過2.3萬美元。這在一定程度上反映了攻擊者投入的資源，但AI支出本身並不能衡量攻擊的實際成效或整體成本。

勒索軟體的重點不再只是加密文件

這項調查也反映了勒索軟體攻擊模式的變化。傳統勒索軟體通常通過加密文件，要求受害者支付贖金以恢複數據。如今，攻擊者也可能在加密前竊取敏感資料，並以公開這些資料作為威脅，即使受害者擁有可用的備份，也可能繼續面臨勒索壓力。

SOCRadar發現，攻擊者利用AI輔助流程整理受害者資料、評估財務及業務資訊，並準備勒索溝通內容。恢復的資料顯示，攻擊者計劃利用客戶資訊、監管合規問題及預先編寫的電話溝通腳本，增加受害組織的壓力。

據稱，在進入受害者網路後，攻擊者會優先尋找財務、人力資源、法律及管理層相關資料。這些文件可能包含機密商業安排、員工資訊、財務數據及客戶記錄。

對於主要將防禦重點放在阻止文件加密的組織而言，這種變化帶來了新的挑戰。即使企業能夠通過備份恢復系統，被盜資料仍可能被用於勒索、詐騙或進一步攻擊。

因此，完善的應對策略必須同時涵蓋系統恢復與數據泄露風險。組織應了解所持有的敏感資訊、限制對關鍵資料庫的訪問權限、監控異常數據傳輸，並為潛在的數據公開事件建立清晰的應急流程。

為什麼AI日誌反而成為安全弱點

這項調查最值得關注的發現之一，是攻擊者自身的AI基礎設施暴露了大量行動記錄。原本用於維持不同攻擊任務連續性的知識庫及會話日誌，在服務器配置不當並可被公開訪問後，反而成為研究人員追蹤攻擊活動的重要證據。

對於防禦方而言，這揭示了一項重要的安全原則：AI系統可能積累高度敏感的行動資訊。提示詞、對話歷史、連接工具、API憑證及持久化記憶，所包含的資訊可能遠超傳統應用程序日誌。

這一風險並不只存在於犯罪活動中。企業在使用AI助手進行軟體開發、安全分析、客戶支持或內部研究時，如果AI環境配置不當，同樣可能意外暴露機密資訊。

組織應將AI會話記錄及智能代理工作空間視為敏感資產，依據實際業務需要限制訪問權限，安全保存憑證，並在懷疑資料泄露時及時輪換相關密鑰。同時，也應定期檢查面向網路的管理界面及儲存位置，避免敏感資料意外公開。

加強對AI輔助勒索軟體的防禦

這項調查再次強調，即使AI改變了攻擊者協調工作的方式，傳統安全措施依然不可或缺。

組織應優先修補面向網路的系統及遠程訪問產品，尤其是已知遭到攻擊者利用的漏洞。管理界面不應在沒有必要的情況下暴露於公網，遠程管理及特權帳戶則應強制啟用多因素身份驗證。

憑證重複使用仍然是重大風險。一組遭到竊取的密碼，可能同時為攻擊者打開遠程管理工具、服務器及備份系統等多個入口。為不同服務設置獨立憑證、加強身份驗證，並落實最小權限原則，有助於限制單一帳戶遭入侵後的影響範圍。

企業也應防止遭入侵的生產環境帳戶直接訪問備份，監控異常的對外數據傳輸，並調查管理員帳戶或遠程訪問配置中出現的意外變更。組織在評估風險時，也必須將託管服務提供商納入考量，因為其訪問權限可能延伸至多個客戶的系統。

此外，應急響應計劃必須同時涵蓋數據竊取與勒索，而不只是文件加密。這包括預先制定法律審查、客戶及監管機構通報、證據保存，以及與受影響利益相關方溝通的程序。

AI提高了風險，但安全基本功依然關鍵

這起勒索軟體行動顯示，AI能夠協助犯罪分子組織並加快複雜的網路攻擊。同時，它也說明，使用AI並不能消除傳統的行動弱點：基礎設施暴露、憑證保護不足及訪問控制不完善，依然可能使攻擊者自身陷入風險。

對於防禦方而言，關鍵在於了解AI在攻擊流程中扮演的角色，同時避免將所有涉及AI的事件都視為完全自主的攻擊。人類決策、存在漏洞的系統、憑證竊取及傳統惡意軟體，依然是威脅的重要組成部分。

隨著組織逐步採用AI工具，安全措施不僅需要保護這些工具所連接的系統，也必須保護支撐其運行的提示詞、憑證、日誌及相關服務。AI能夠提升效率與安全能力，但如果缺乏適當的治理機制和技術防護，同樣可能放大既有風險。

參考來源

• Cybersecurity News：駭客利用Claude AI策劃勒索軟體攻擊，意外暴露犯罪行動內幕

• SOCRadar：INC與The Gentlemen勒索軟體組織的AI基礎設施遭到暴露

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。