البرمجيات الخبيثة للفدية المدعومة بالذكاء الاصطناعي لم تعد نظرية
يعرض تقرير عن اختراق Langflow كيف يمكن للذكاء الاصطناعي الوكالي ضغط الاستغلال وسرقة بيانات الاعتماد والحركة الجانبية وتنفيذ البرمجيات الخبيثة المطلوبة للفدية في سلسلة هجوم أسرع.
الصورة الداعمة: مجرم إلكتروني يستخدم الهاتف الذكي مع واجهة احتيال مدعومة بالذكاء الاصطناعي، ملف Adobe Stock رقم #2048388986.
أهم قصة في مجال الأمن السيبراني هذا الأسبوع ليست فقط أن تطبيقًا آخر معرضًا للاستغلال تم اختراقه. بل هي أن الباحثين أبلغوا عن سلسلة هجمات تم فيها استخدام وكيل الذكاء الاصطناعي للانتقال من الاستغلال إلى نشاط برامج الفدية على قاعدة البيانات بمستوى من التشغيل الآلي يجب على المدافعين أخذه على محمل الجد.
وصفت SecurityWeek الحادثة على أنها استخدام ذكاء اصطناعي وكيل لتنفيذ هجوم برمجيات فك الفدية من خلال Langflow. وأفادت The Hacker News أن الهجوم استغل CVE-2025-3248، وهو خلل في Langflow يسمح بتنفيذ كود Python غير مصادق عند الوصول إلى الأنظمة المكشوفة. والتسلسل المزعوم مألوف في أهدافه - التسلل، جمع الوصول المفيد، التقدم نحو البيانات القيمة، ثم تشفير أو تدمير أصول الإنتاج. الجزء غير المألوف هو درجة قدرة الوكيل على التفكير خلال تلك الخطوات دون الحاجة لنفس القدر من الوقت على لوحة المفاتيح من الإنسان.
هذا هو التحول الذي يجب أن تركز عليه فرق الأمن. الذكاء الاصطناعي الوكالي لا يحتاج إلى اختراع ثغرات جديدة ليكون مهمًا. يمكنه جعل الأنماط القديمة أسرع وأرخص وأكثر قابلية للتكرار.
لماذا هذا مهم
تستخدم عمليات الفدية التقليدية الأتمتة بالفعل، ولكن العديد من الاختراقات ذات التأثير العالي لا تزال تعتمد على المشغلين البشر في اتخاذ القرارات: أي مضيف يجب فحصه بعد ذلك، وأي بيانات اعتماد تبدو مفيدة، وأي قاعدة بيانات مهمة، وأي أمر يستحق التنفيذ. يمكن لوكيل الذكاء الاصطناعي تقليل الاحتكاك بين هذه القرارات.
هذا مهم لثلاثة أسباب.
أولاً، أصبح تطوير الأدوات المفتوحة والذكاء الاصطناعي جزءًا من سطح الهجوم الإنتاجي. يُستخدم Langflow لبناء تطبيقات الذكاء الاصطناعي وسير العمل، مما يعني أن عمليات النشر الضعيفة يمكن أن تكون قريبة من بيانات الاعتماد والتكاملات وقواعد البيانات والأتمتة الداخلية.
ثانيًا، قد يتقلص الوقت بين الوصول الأولي والتأثير. إذا كان المهاجم قادرًا على إخراج تعليمات لوكيل لتعداد، اختبار، تكييف، وتنفيذ، فقد يكون لدى المدافعين وقت أقل لاكتشاف السلوك في المرحلة المبكرة قبل لمس البيانات.
ثالثًا، ينخفض حد المهارة. يمكن لمهاجم أقل خبرة أن يستأجر أو يجمع سير عمل وكيل يمكنه أداء المهام التي كانت تتطلب سابقًا خبرة أكبر في الاختراق العملي.
ما الذي يجب أن يفعله المدافعون الآن
الدرس الفوري هو عدم الذعر بشأن الذكاء الاصطناعي. الدرس هو التعامل مع تكديس تطوير الذكاء الاصطناعي مثل البنية التحتية لتطبيقات الإنترنت.
- جرد أدوات Langflow وأدوات سير العمل الأخرى للذكاء الاصطناعي المشابهة.
- تصحيح أو عزل الأنظمة المتأثرة بالثغرات المعروفة للتنفيذ عن بعد (RCE) أو نقص المصادقة.
- إزالة التعرض المباشر للإنترنت إلا إذا كان هناك حاجة تجارية واضحة.
- تخزين بيانات الاعتماد خارج أدوات سير العمل كلما أمكن.
- تطبيق الحد الأدنى من الامتيازات على حسابات الخدمة المستخدمة بواسطة منشئي ووكلاء الذكاء الاصطناعي.
- مراقبة تنفيذ بايثون المشبوه، والاتصالات الصادرة غير المتوقعة، والوصول إلى بيانات الاعتماد، وأنماط تعديل قواعد البيانات.
- إضافة أدوات الذكاء الاصطناعي إلى إدارة الثغرات، وتسجيل الأحداث، وكتيبات الاستجابة للحوادث.
الدرس الأكبر
هذه القصة تحذير عن السرعة. الذكاء الاصطناعي لا يجعل برامج الفدية سحرية، لكنه يمكن أن يجعل عمليات الهجوم أكثر مرونة. المدافع الذي يفكر في دورات تصحيح أسبوعية، ومراجعة السجلات يدويًا، واحتواء مؤجل يقاتل الساعة الخاطئة.
الرد الصحيح ممل وقوي: قلل من التعرض، وسرّع الترقيع، وقيد بيانات الاعتماد، وسجّل الأحداث الصحيحة، ومارس الاحتواء. في هجوم بمساعدة الوكيل، الأساسيات تهم أكثر، لا أقل.