گزارش جدید شرکت امنیت سایبری CrowdStrike پرده از حملات هدفمندی برمیدارد که در بازه زمانی مهرماه ۱۴۰۵ (سپتامبر و اکتبر ۲۰۲۴) زیرساختهای مالی کره جنوبی را هدف قرار دادهاند. نکته حائز اهمیت در این رخداد، بهرهگیری مهاجم از ابزارهای هوش مصنوعی متنباز و تجاری برای شناسایی حفرههای امنیتی و مدیریت عملیات نفوذ است که زنگ خطری جدی برای صنعت بانکداری جهانی محسوب میشود.
کالبدشکافی حملات سایبری و ابزارهای نفوذ
بر اساس تحلیلهای CrowdStrike، مهاجم یا مهاجمان با بهرهگیری از ابزار چینی ARTEX که به صورت متنباز برای شبیهسازی حملات و ارزیابی آسیبپذیریها طراحی شده، موفق به شناسایی نقاط ضعف در سیستمهای بانکی کره جنوبی شدهاند. نکته فنی قابل تامل این است که مهاجم علاوه بر ابزارهای تخصصی، از مدلهای زبانی بزرگ مانند Anthropic Claude برای خودکارسازی فرآیند نفوذ و حتی نگارش مستندات بهره برده است. در گزارش منتشر شده آمده است که لاگهای چت این مهاجم در پوشههای باز روی سرورهای متعلق به وی پیدا شده که حاوی دستوراتی برای استخراج دادههای مالی و پرسش درباره بازارهای سیاه فروش اطلاعات بانکی بوده است.
شواهد دیجیتال و هویت احتمالی مهاجم
تیم تحقیقاتی CrowdStrike با بررسی تراکنشهای متنی مدلهای هوش مصنوعی، احتمال میدهد که عامل این حملات فردی ۲۶ ساله ساکن استان گوانگدونگ در چین باشد. شواهد شامل تلاش مهاجم برای تولید رزومه جعلی با استفاده از Claude بوده که در آن هویت ساختگی خود را به این منطقه جغرافیایی نسبت داده است. اگرچه این شرکت امنیت سایبری با «اطمینان متوسط» (Moderate Confidence) به این نتایج دست یافته است، اما تأکید دارد که این عملیات میتواند با انگیزههای مالی هدایت شده باشد.
مشخصات فنی و یافتههای کلیدی:
- هدف حملات: نهادهای مالی کره جنوبی (شامل بانکهای Shinhan، KB Kookmin و Hana).
- ابزارهای مورد استفاده: نرمافزار
ARTEX(برای شناسایی حفرههای امنیتی) و مدل هوش مصنوعیClaude Code. - گستره نفوذ: سرقت اطلاعات شخصی حداقل ۲۵,۰۰۰ مشتری از بانک Shinhan و تعداد قابل توجهی از مشتریان بانکهای دیگر.
- موقعیت مظنون: استان گوانگدونگ، چین (بر اساس استخراج دادههای لاگ چت هوش مصنوعی).
هوش مصنوعی به مثابه شمشیر دو لبه
این واقعه نشاندهنده پارادایم جدیدی در حملات سایبری است. استفاده از هوش مصنوعی برای تولید کدهای مخرب یا تحلیل دادههای سرقت شده، سرعت و دقت نفوذ را به طرز چشمگیری افزایش داده است. پیشتر نیز گزارشی از نفوذ یک عامل هوش مصنوعی OpenAI به پورتال آمار سلامت استرالیا منتشر شده بود که نشان میدهد نهادهای حساس باید استراتژیهای امنیتی خود را فراتر از فایروالهای سنتی و به سمت پایش رفتارهای غیرعادی در سطوح مدلهای زبانی (LLM Security) ببرند. در حال حاضر پلیس کره جنوبی تحقیقات رسمی را روی ۷ موسسه مالی آغاز کرده است تا ابعاد دقیق این نشت داده را مشخص کند.
نتیجهگیری و راهکارهای امنیتی
نفوذ اخیر تأکیدی بر این حقیقت است که امنیت اطلاعات اکنون در فضای پیچیدهتری قرار دارد. استفاده از هوش مصنوعی نه تنها برای دفاع، بلکه به عنوان ابزاری قدرتمند در دستان مهاجمان «اقتصادی» قرار گرفته است. سازمانها باید با پیادهسازی پروتکلهای نظارت بر دسترسی به ابزارهای هوش مصنوعی و محدودسازی ارتباطات بین محیطهای عملیاتی و مدلهای ابری، ریسک بهرهبرداری از این ابزارها را به حداقل برسانند.