Najpierw przyszło około 50 wiadomości o płatnościach, potem rachunek na 449 dolarów. Historia założyciela startupu pokazuje, jak sztuczna inteligencja zmienia cyberprzestępczość. Agenci AI przyspieszają włamania, a skradzione dostępy do modeli stają się kolejnym towarem na przestępczym rynku.
- Przestępcy wykorzystują agentów AI do rozpoznawania sieci, analizy danych i przyspieszania prób włamania
- Ofiarą może paść również właściciel klucza dostępu do płatnego modelu, który zapłaci za cudze użycie AI
- Fala nowych podatności zwiększa presję na zespoły odpowiedzialne za aktualizacje i reagowanie na incydenty
- Firmy powinny kontrolować uprawnienia integracji oraz przygotować procedury szybkiego odcinania dostępu
Colin Parsons obudził się w sobotę z serią powiadomień o obciążeniach za usługi Anthropic i OpenAI. Jak podaje „The Wall Street Journal”, nieautoryzowane zakupy rozpoczęły się poprzedniego wieczoru około godziny 23:00. Łącznie wyniosły 449 dolarów. Wykorzystano dane dostępowe, które przedsiębiorca przechowywał w serwisie programistycznym OpenCode. Inni użytkownicy również zgłaszali straty, w jednym przypadku sięgające 1700 dolarów.
Zapisz się na newsletter BGR. Otrzymuj najlepsze informacje i porady, a także zaproszenia na eventy.
Klikając „Zapisz mnie”, potwierdzasz, że przeczytałeś i zgadzasz się z naszą Polityką prywatności.
Parsons próbował wyjaśnić sprawę na kanale pomocy OpenCode w Discordzie, ale jego wiadomości znikały pod lawiną bezsensownych wpisów. Współzałożyciel serwisu Dax Raas informował o nieprzerwanym ataku wspieranym przez AI. Nie wiadomo jednak, jakich narzędzi użyto przeciwko Parsonsowi ani jaki był pełny przebieg tego incydentu.
Mechanizm strat jest czytelny. Przejęty klucz API pozwala korzystać z płatnej usługi na cudzy rachunek. Nie trzeba blokować komputerów ani czekać na okup. Dlatego wdrożenie asystenta programistycznego wymaga również decyzji, gdzie przechowywane są klucze, kto może ich używać i jak szybko można je unieważnić.
Czytaj też: Blisko 7 na 10 firm nie ma pełnego nadzoru nad wrażliwymi danymi wykorzystywanymi przez AI
Automatyzacja skraca czas na obronę
Adam Meyers z CrowdStrike mówi w materiale WSJ o gwałtownym wzroście wykorzystania agentów przez napastników. Korzystają z nich zarówno zaawansowane grupy, jak i mniej doświadczeni przestępcy. AI pomaga wyszukiwać informacje o celu, analizować przejęte pliki oraz przygotowywać kod wykorzystujący luki. Czynności, które wcześniej wymagały czasu analityka, można wykonywać równolegle i wiele razy ponawiać.
Microsoft potwierdził wykorzystanie narzędzia ARTEX przez napastników działających w różnych regionach. W kampanii cyberprzestępczej agenci przyspieszali rozpoznanie i nadużywanie uprawnień aplikacji. W części przypadków od wytypowania celu do uzyskania uprzywilejowanego dostępu do chmury mijały mniej niż trzy godziny. Firma podkreśla zarazem, że większość prób nie zakończyła się powodzeniem. Automatyzacja zwiększa tempo i zasięg działań, ale nie gwarantuje przełamania zabezpieczeń.
Badacze Sophos obserwowali z kolei rosyjskojęzyczną grupę ransomware Aurora. Początkowo używała ona AI do tworzenia narzędzi i infrastruktury, później także do szukania kolejnych możliwości dostępu wewnątrz zaatakowanych sieci.
Przechodziła przy tym od modeli zamkniętych do otwartych. Ograniczenia jednego dostawcy nie oznaczają więc, że napastnik utraci możliwość korzystania z tej technologii.
Nowe luki spotykają się z szybszymi napastnikami
Presję dodatkowo zwiększa wykrywanie przez AI podatności, które obrońcy muszą załatać przed ich wykorzystaniem. WSJ opisał październikowe luki mogące zagrozić nawet 70 proc. światowych witryn. To szacunek potencjalnego zasięgu zagrożenia.
Część instytucji czasowo wyłączyła serwisy (w Polsce był to m.in. wykop.pl). Określenie „czarny październik” oddaje napięcie w branży, lecz nie jest miarą liczby udanych włamań.
Dla firmy liczą się dwa zegary: czas od ujawnienia podatności do aktualizacji oraz czas od pierwszego sygnału naruszenia do ograniczenia dostępu. Przy zautomatyzowanych atakach procedura czekająca do poniedziałku może okazać się za wolna. Potrzebny jest właściciel decyzji, aktualny spis integracji i możliwość odebrania im zbędnych uprawnień. Sam zakup kolejnego narzędzia nie rozwiąże problemu niejasnej odpowiedzialności. Taki przegląd powinien obejmować również usługi zewnętrzne, którym firma powierzyła dostęp do danych. Zaufanie do dostawcy nie zastępuje wiedzy o tym, jakie operacje jego aplikacja może wykonać i jak zostaną one odnotowane.
W polskiej firmie warto zacząć od przeglądu narzędzi AI używanych przez pracowników i zewnętrznych programistów. Trzeba ustalić, kto przechowuje klucze API, kto widzi rozliczenia i kto zareaguje w weekend. To praktyczny test gotowości także dla mniejszych przedsiębiorstw — nawet bez własnego zespołu bezpieczeństwa powinny znać osobę zdolną szybko unieważnić skradziony dostęp.
Podejrzany rachunek za model AI może być sygnałem naruszenia, podobnie jak nietypowa aktywność aplikacji. Warto więc łączyć obserwację kosztów z kontrolą dostępu. Historia Parsonsa pokazuje, że straty mogą ujawnić się w powiadomieniach o płatnościach, zanim organizacja zrozumie, co właściwie wydarzyło się w jej narzędziach.
Czytaj też: Polska ma nową lukę cyfrową w ochronie przed wyciekami danych
