A Google szerint az AI már a kiber támadások teljes folyamatát gyorsítja

Három irányban változik a fenyegetési környezet

A Google Cloud szeptember 16-án közzétett CISO Perspectives bejegyzésében Sandra Joyce, a Google Threat Intelligence alelnöke ismertette, hogyan követi a vállalat az AI használatát a támadásokban, és milyen védelmi megoldásokat fejleszt. A Google Threat Intelligence Group nemrég adta ki legújabb AI Threat Tracker jelentését.

A Google szerint a kiberbiztonsági vezetőknek három strukturális változásra kell felkészülniük. Az AI átalakítja a szoftverek készítését, kiterjeszti a támadási felületet, és növeli a fenyegetések képességeit. Az autonóm ügynökök és AI-alapú munkafolyamatok minden korábbinál gyorsabban juttatnak kódot éles környezetbe, ez azonban új ellátásilánc-kockázatokat is teremt.

Mérgezett csomagok és többmodelles ellenőrzés

A Google Threat Intelligence Group szerint a támadók olyan upstream csomagokat szennyeznek, amelyeket az AI-asszisztensek javasolnak és megbízhatónak tekintenek. A csoport úgy látja, hogy ez hozzájárult a nagy léptékű, nyílt forráskódú szoftverellátási láncok elleni támadások jelentős növekedéséhez 2025-ben és 2026 elején.

A vállalat fejlesztőknek szánt, szerkesztőbe épített védelmi korlátokat javasol. Ezek valós időben jelezhetnék a mérgezett csomagokat, a káros promptokat és a hibásan beállított eszközkészleteket, hasonlóan ahhoz, ahogy egy szövegszerkesztő aláhúzza a helyesírási hibákat. A védelemnek a Google szerint a kódtól a felhőig kell terjednie, mivel a kódszerkesztők nem feltétlenül látják a felhőkonfigurációkat, a szállítási folyamatok pedig nem mindig érzékelik a futásidejű kitettséget.

A Google kutatása szerint egyetlen modell használata biztonsági monokultúrát hozhat létre. A vállalat több alapmodellt, köztük Gemini, kereskedelmi és nyílt forráskódú modelleket hangol össze. Ezekkel keresztellenőrzi a megállapításokat, kiszűri a téves riasztásokat, javítja a kódot, és olyan összetett logikai hibákat is azonosíthat, amelyeket egyetlen modell elmulasztana.

Az ügynökök és az AI-adatok is célponttá váltak

A Google beszámolója szerint a támadók az AI-munkaterheléseket is közvetlenül támadják. Az úgynevezett LLMJacking során bűnözők és állami hátterű csoportok GPU-hozzáférést szereznek saját modelljeik és ügynöki munkafolyamataik futtatásához. Egy, a Mandiant által áprilisban vizsgált behatolásban egy támadó nyilvánosan elérhető személyes hozzáférési tokenen keresztül jutott be egy felhőkörnyezetbe, majd jogosulatlan AI-infrastruktúrát telepített és nagy teljesítményű számítási kapacitást bővített, amelynek költségeit az áldozat viselte.

A Mandiant 2026 második negyedévében több olyan adatlopási és zsarolási műveletet vizsgált, amelyben a támadók modelleket, készségeket, promptokat, forráskódot és kapcsolódó kutatásokat tulajdonítottak el. A Google szerint az underground fórumokon az AI-fiókok hitelesítő adatai iránt is nő a kereslet.

A vállalat egy másik esetben azt látta, hogy egy pénzügyi indíttatású támadó AI-kódoló chatbotot, promptot és ügynöki utasításokat használt egy tömeges hitelesítőadat-gyűjtő kampány megtervezésére, felépítésére és végrehajtására hat óránál rövidebb idő alatt. A Google Threat Intelligence Group szerint egy kínai kapcsolódású kémcsoport a CC Switch eszközzel több fiók és modell, köztük Claude, Codex és Gemini között váltogatott, hogy az egyes feladatokhoz, például kizsákmányoló kódok és megtévesztő üzenetek készítéséhez, megfelelő modellt válasszon.

A Google a Wiz Security Graphra épülő, egységes gráfban kapcsolná össze a kódot, a modelleket, az adatok eredetét és a futásidejű identitásokat. Ez szolgál a Google AI Threat Defense keretrendszerének környezeti alapjául, amely a Gemini és más modellek következtetési képességeit, a Wiz kockázati rangsorolását, a CodeMender kódjavítását és a Mandiant tapasztalatát kapcsolja össze. A vállalat szerint az így nyert környezet a Google Security Operations rendszerébe is bekerülhet, hogy a biztonsági csapatok azonosítsák és megszakítsák a veszélyes támadási útvonalakat.