با دستگیری‌های اخیر گروه باج‌افزار ShinyHunters توسط FBI و ظهور توانمندی‌های جدید مدل هوش مصنوعی Anthropic Mythos، مرز میان نبوغ انسانی و قدرت محاسباتی ماشین در حملات سایبری به شدت کم‌رنگ شده است. این مقاله به تحلیل تحولات اخیر در امنیت سایبری و تأثیر مدل‌های زبانی در کشف آسیب‌پذیری‌های پیچیده می‌پردازد.
پرونده ShinyHunters: وقتی هوش انسانی مقابل نهادهای امنیتی شکست می‌خورد
گروه ShinyHunters که به عنوان یکی از موفق‌ترین شبکه‌های اخاذی سایبری شناخته می‌شود، اخیراً با هدف قرار دادن داده‌های حساس FBI، خود را در کانون توجهات قرار داده است. برخلاف تصور عمومی که هکرهای بزرگ اغلب از پناهگاه‌های امن ژئوپلیتیک استفاده می‌کنند، دستگیری‌های اخیر نشان می‌دهد که حتی مهارت‌های فنی بالا نیز نمی‌تواند ضعف در برنامه‌ریزی عملیاتی و ردپاهای دیجیتال را جبران کند. سه مورد دستگیری اخیر در ایالات متحده، هلند و اردن، نشان‌دهنده دقت فزاینده نهادهای قانونی در رهگیری گروه‌های سایبری است.
آسیب‌پذیری Rejetto و نقش مدل‌های هوش مصنوعی
تحولات اخیر پیرامون آسیب‌پذیری در Rejetto HTTP File Server (HFS) که توسط مدل Mythos کشف شد، زنگ خطری جدی است. این نقص که شامل یک دورزدن احراز هویت (Authentication Bypass) و اجرای کد از راه دور (RCE) بود، به دلیل ضعف در الگوریتم تولید اعداد تصادفی (PRNG) ایجاد شده بود؛ پیچیدگی این کشف به قدری بالاست که احتمال شناسایی آن توسط محققان انسانی در زمان کوتاه بسیار اندک ارزیابی می‌شود.
مشخصات فنی آسیب‌پذیری کشف شده توسط Mythos:
- نوع آسیب‌پذیری: Authentication Bypass منجر به RCE
- هدف: Rejetto HTTP File Server
- مکانیزم کشف: تحلیل کدهای منبع متن‌باز و شناسایی الگوریتم‌های PRNG ناامن
- وضعیت بهره‌برداری: مشاهده شده در محیط عملیاتی (In-the-wild) علیه زیرساخت‌های ایالات متحده و ژاپن
آیا هوش مصنوعی موازنه قدرت را به نفع مدافعان تغییر می‌دهد؟
اگرچه شرکت‌هایی مانند Anthropic با بازطراحی برنامه‌های دفاعی و ارائه ابزارهای اسکن متن‌باز برای شناسایی آسیب‌پذیری‌ها در تلاش برای تقویت جبهه دفاعی هستند، اما یک واقعیت مهندسی همواره باقی است: مهاجم تنها به یک حفره امنیتی برای نفوذ نیاز دارد، در حالی که مدافع باید تمام ابعاد سیستم را در هر لحظه امن نگه دارد. با این حال، استفاده از زبان‌های برنامه‌نویسی حافظه‌امن مانند Rust و ادغام هوش مصنوعی در چرخه حیات توسعه نرم‌افزار (SDLC)، ممکن است در میان‌مدت (حدود ۱۴۰۷ شمسی) ورق را برای تیم‌های امنیتی بازگرداند.
نتیجه‌گیری
عصر جدید امنیت سایبری دیگر تنها میدان مبارزه هکرهای انسانی نیست. رقابت میان هوش مصنوعی‌های تهاجمی و سیستم‌های دفاعی هوشمند به سرعت در حال تکامل است. آنچه مشخص است، این است که امنیت دیگر نه یک پیوست، بلکه باید به عنوان یک اصل اساسی در طراحی مدل‌های بزرگ زبانی (LLM) گنجانده شود، پیش از آنکه این فناوری‌ها بیش از پیش در خدمت ابزارهای تهاجمی قرار گیرند.
