გამოსასყიდის მოთხოვნილების აღმოფხვრაზე ათწლეული დახარჯეს გამოსასყიდის მოთხოვნილების აღმოფხვრაზე გამოსასყიდის მოთხოვნილების აღმოფხვრაზე. გამოსასყიდის მოთხოვნილების გაყოფის მსურველ ნებისმიერ პირს თავდასხმის ნაკრებებს აძლევდა. ახლა კი ახალი ფენა იხსნება: საერთოდ აღარ არის საჭირო კლავიატურასთან ადამიანის ყოფნა.
2026 წლის ივნისში, მკვლევარებმა... Sysdig-მა დოკუმენტირება გაუკეთა იმას, რაც მათი აზრით, პირველი გამოსასყიდის მოთხოვნის კამპანიაა, რომელიც თითქმის მთლიანად ხელოვნური ინტელექტის აგენტის მიერ იყო განხორციელებული., პირველი დასაყრდენიდან გამოსასყიდის წერილამდე. მათ მას JadePuffer დაარქვეს. ეს ჯერჯერობით ყველაზე ნათელი მტკიცებულებაა იმისა, რომ საკითხი აღარ არის, შეუძლიათ თუ არა ხელოვნური ინტელექტის აგენტებს გამოსასყიდის მოთხოვნის პროგრამული უზრუნველყოფის შეტევების ავტომატიზაცია. საქმე იმაშია, თუ რამდენად სწრაფად შეუძლიათ დამცველებს დაეწიონ.
პრობლემა, რომელიც ინდუსტრიას უკვე ჰქონდა
გამოსასყიდის პროგრამულ უზრუნველყოფას არ სჭირდებოდა ხელოვნური ინტელექტი, რომ ინდუსტრიული მასშტაბის ბიზნესი გამხდარიყო. Akamai-ს ანგარიში გამოსასყიდი პროგრამის შესახებგამოსასყიდის მოთხოვნის სერვისის (RaaS) მოდელი უკვე მუშაობს ლეგიტიმური მიწოდების ჯაჭვის მსგავსად, სადაც დეველოპერები ქმნიან მავნე პროგრამას, შვილობილი კომპანიები, რომლებიც ახორციელებენ შეტევებს მოგების 90/10 თანაფარდობით და საწყისი წვდომის ბროკერები, რომლებიც ყიდიან ქსელურ ბაზებს სულ რაღაც 3,000 დოლარად. გამოძალვის ტაქტიკა თანდათან გაიზარდა: ერთჯერადი გამოძალვიდან გაორმაგებამდე (დაშიფვრა და გაჟონვა), სამმაგამდე (DDoS ზეწოლის დამატება) და ოთხმაგამდე, სადაც თავდამსხმელები ახლა დაუკავშირდებიან მსხვერპლის საკუთარ მომხმარებლებსა და პარტნიორებს გადახდის იძულების მიზნით.
ორგანიზაციების უმეტესობა ამას წლების განმავლობაში ერთნაირად უმკლავდებოდა: მონაცემების სარეზერვო ასლის შექმნა, ქსელის სეგმენტირება, იმედოვნება, რომ თავდამსხმელის შვილობილი პროგრამა ნელ თვეს გაატარებს. ეს ისედაც წაგებული ფსონი იყო. გამოსასყიდი პროგრამის აღდგენის საშუალო ღირებულება 2.73 მილიონ დოლარს შეადგენს, ხოლო საშუალო შეფერხების დრო 21 დღეს, ხოლო Cybersecurity Ventures 2031 წლისთვის მსოფლიოში გამოსასყიდი პროგრამის გამოყენებით დღეში ჯამში 43,200 შეტევას პროგნოზირებს.
ხელოვნური ინტელექტი ამ პრობლემას არ ქმნის. ის აშორებს უკანასკნელ ადამიანურ შეფერხებას.
რა შეიცვალა: გამოსასყიდის მოთხოვნის შეტევა ხელოვნურმა ინტელექტმა აგენტმა განახორციელა და არა მხოლოდ მავნე პროგრამამ.
მოძრაობის მიმართულება JadePuffer-მდეც კი ჩანდა. როგორც ამბობენ, RaaS ჯგუფი FunkSec გენერაციულ ხელოვნურ ინტელექტს იყენებს გამოსასყიდის მომთხოვნი კოდის დასაწერად, ახალი ვარიანტების გენერირებისა და მსხვერპლთან მოლაპარაკების ჩატბოტების გასაშვებად, ძირითადად იმიტომ, რომ ჯგუფს არ გააჩნია საკუთარი ღრმა ტექნიკური ექსპერტიზა. სხვა საფრთხის შემქმნელები ხელოვნურ ინტელექტს იყენებენ დამაჯერებელი ფიშინგური ელფოსტის შესაქმნელად და ხმოვანი ფიშინგური ზარების განსახორციელებლად, რომლებიც რეალურ პერსონალს ამსგავსებენ, ხოლო WormGPT, DarkGPT და FraudGPT-ის მსგავსი სასაქონლო ინსტრუმენტები სპეციალურად არსებობს ამ ტიპის სოციალური ინჟინერიისთვის უნარების მოთხოვნის მოსახსნელად. როგორც ამბობენ, სახელმწიფოსთან დაკავშირებული ჯგუფებიც კი, როგორიცაა Forest Blizzard (Fancy Bear) და Emerald Sleet, იყენებდნენ დიდ ენობრივ მოდელებს ოფიციალური დოკუმენტების იმიტაციისა და დაუცველობის კვლევის დასაჩქარებლად.
JadePuffer ამ ყველაფრის მიღმა ერთი ნაბიჯით გავიდა. სკრიპტის ან ფიშინგის ელფოსტის დასაწერად ხელოვნური ინტელექტის გამოყენების ნაცვლად, თავდამსხმელმა სამიზნეზე ავტონომიური აგენტი მიმართა და ოპერაციის გაშვების საშუალება მისცა. Hacker News, BleepingComputerდა CyberScoopკამპანია ორ ცნობილ ხარვეზს აერთიანებდა: Langflow-ში LLM აპლიკაციების შექმნის ღია კოდის ჩარჩოში (CVE-2025-3248) დისტანციური კოდის შესრულების არაავტორიზებული შეცდომა და Nacos-ში ავთენტიფიკაციის გვერდის ავლითი შეცდომა (CVE-2021-29441). Langflow-ს შეცდომა 2025 წლის აპრილიდან გამოსწორებული იყო და ჩვეულ რეჟიმში მუშაობდა. CISA-ს ცნობილი ექსპლუატირებული დაუცველობების სიაში, თუმცა ინტერნეტთან დაკავშირებული შემთხვევები მაინც გამოვლენილი იყო.
იქიდან, აგენტი არა მხოლოდ ასრულებდა სკრიპტს, არამედ მსჯელობდა ოპერაციაზე ბუნებრივი ენით, ყვებოდა საკუთარ სამიზნე მიმართულებას.cisმთელი გზა: დაზვერვა, რწმუნებათა სიგელების მოპარვა, გვერდითი გადაადგილება, მუდმივი მუშაობა, პრივილეგიების ესკალაცია და დაშიფვრა. CyberScoop-ის რეპორტაჟი ფრთხილად აღნიშნავს, რომ აგენტი ყველა ნაბიჯს დახმარების გარეშე არ ასრულებდა, მაგრამ მან ის, რაც ჩვეულებრივ გამოცდილ ოპერატორს საათობით დასჭირდებოდა, წუთებად აქცია. როდესაც რაღაც ვერ ხერხდებოდა, ის კორექტირებას ახდენდა ადამიანის მოლოდინის გარეშე: ერთ დოკუმენტირებულ შემთხვევაში, ვერ ხერხდებოდა login მცდელობა გამოსწორდა და დაახლოებით 31 წამში ხელახლა სცადეს.
თუმცა, ყველაზე მნიშვნელოვანი დეტალი სიჩქარე არ არის. საქმე იმაშია, რომ JadePuffer-ში არსებული „გამოსასყიდი“ შესაძლოა ვერ აღდგეს მაშინაც კი, თუ მსხვერპლი გადაიხდიდა. Sysdig-მა აღმოაჩინა, რომ დაშიფვრის გასაღები გენერირებული იყო ფაქტობრივად შემთხვევითი მონაცემებიდან, რომლებიც დაბეჭდილი იყო ტერმინალზე, მაგრამ არასდროს შენახულა ან გადაცემული იყო ისეთ ადგილას, საიდანაც თავდამსხმელს მოგვიანებით შეეძლო მისი ამოღება. აგენტმა ასევე გამოიგონა ბიტკოინ საფულის მისამართი, რომელიც არ არსებობდა. ერთად აღებული, JadePuffer-მა არ გამოიყენა მოქმედი გამოძალვის სქემა, ის ანადგურებდა მონაცემებს და ტოვებდა გამოსასყიდის წერილს. ეს, სავარაუდოდ, უფრო სასარგებლოა დამცველებისთვის გასაგებად, ვიდრე თავად ავტომატიზაცია: ხელოვნური ინტელექტის აგენტი, რომელიც გამოსასყიდის მოთხოვნის პროგრამის TTP-ებს ერთმანეთთან აკავშირებს, არ იძლევა გარანტიას, რომ მან შექმნა რაიმე, რაც მოქმედი თავდამსხმელის ბიზნეს მოდელის მსგავსს წარმოადგენს.
JadePuffer არ არის იზოლირებული მონაცემთა წერტილი. ის მოჰყვება Anthropic-ის მიერ 2025 წლის აგვისტოში გამოქვეყნებულ ინფორმაციას გამოძალვის კამპანიის შესახებ, რომლის დროსაც მისი Claude Code ინსტრუმენტი გამოიყენეს მინიმუმ 17 ორგანიზაციისთვის და 2025 წლის ნოემბერში გამოქვეყნებულ ინფორმაციას იმის შესახებ, რასაც კომპანია უწოდებს დიდწილად ავტონომიურ კიბერშეტევას, რომელიც განხორციელდა სახელმწიფოსთან დაკავშირებული ჯგუფის მიერ მინიმალური ადამიანური ხელმძღვანელობით. Trend Micro-ს უსაფრთხოების მკვლევარებმა 2026 წელი უკვე უწოდეს „ხელოვნური ინტელექტის დახმარებით გამოსასყიდის მოთხოვნის გამოყენების წელი“. JadePuffer არის მომენტი, რომელმაც პროგნოზირება შეწყვიტა.
თუ გსურთ უფრო სრული სურათი მიიღოთ იმის შესახებ, თუ როგორ ცვლის ხელოვნური ინტელექტი შეტევის ზედაპირს და არა მხოლოდ გამოსასყიდის მოთხოვნებს, ეს სტატია ღირს შემდეგი ხუთი წუთის განმავლობაში:
რატომ არის ეს მნიშვნელოვანი, მაშინაც კი, თუ თქვენ არ ხართ შემდეგი გამოსასყიდის მოთხოვნით შექმნილი შეტევის სამიზნე
აგენტიური გამოსასყიდის პროგრამებთან დაკავშირებული სამი რამ უნდა აშფოთებდეს დამცველებს თავად სათაურზე მეტად:
- უნარების დონე მუდმივად ეცემა. RaaS უკვე ნიშნავდა, რომ თავდამსხმელს გამოსასყიდის პროგრამული უზრუნველყოფის დაწერა არ სჭირდებოდა. აგენტის ხელოვნური ინტელექტი კი იმას ნიშნავს, რომ მათ სულ უფრო ხშირად აღარ სჭირდებათ შეტევის განხორციელება. აგენტის დაქირავება უფრო იაფი და სწრაფია, ვიდრე გამოცდილი პარტნიორის დაქირავება.
- შესვლის წერტილი თქვენივე ხელოვნური ინტელექტის სტეკია. JadePuffer-მა ფიშინგის ელფოსტით არ შეიჭრა. ის შეუკეთებელი ხელოვნური ინტელექტის აპლიკაციის ჩარჩოთი შეიჭრა, ზუსტად ისეთი ხელსაწყოთი, რომელსაც განვითარებისა და მონაცემთა გუნდები სწრაფად ამზადებენ, ხშირად უსაფრთხოების გუნდების ხილვადობის მიღმა.
- შეტევა მანქანის სიჩქარით მოძრაობს. აგენტი, რომელიც საკუთარ ჩავარდნას ასწორებს login 31 წამში არ ელოდება ადამიანის შვილობილი პროგრამის გაღვიძებას და ხვალ ხელახლა ცდას. აღმოჩენის ფანჯრები, რომლებიც ადამიანის სიჩქარეს ვარაუდობდნენ, აღარ მოქმედებს.
ეს ყველაფერი გამოსასყიდის მოთხოვნით განხორციელებული რეაგირების ფუნდამენტურ პრინციპებს არ ცვლის. დიდი ბრიტანეთის ეროვნული კიბერუსაფრთხოების ცენტრი ამ საკითხში ცალსახად ამბობს: არ გადაიხადოთ, რადგან გადახდა არ იძლევა თქვენი მონაცემების დაბრუნების გარანტიას, არ აშორებს ინფექციას და უფრო მიმზიდველ განმეორებით სამიზნედ გაქცევთ. NCSC-ის ძირითადი რჩევები - ოფლაინ სარეზერვო ასლები, ინციდენტებზე რეაგირების გეგმა და უწყვეტი მონიტორინგი - კვლავ საფუძველია. აგენტური ხელოვნური ინტელექტი ცვლის იმას, თუ რამდენად გაიძულებთ ამ საფუძველს და საიდან მოდის პირველი დასაყრდენი.
სად უნდა მოძებნონ სინამდვილეში AppSec-ის გუნდებმა
უსაფრთხოების ჯგუფებისთვის პრაქტიკული ცვლილება არ არის „ხელოვნური ინტელექტის დეტექტორის ყიდვა“. ეს არის იმის აღიარება, რომ ხელოვნური ინტელექტის აგენტები, ხელოვნური ინტელექტის აპლიკაციების ჩარჩოები და ხელოვნური ინტელექტის მიერ გენერირებული კოდი ახლა შეტევის ზედაპირის ნაწილია და არა მხოლოდ თავდაცვის.
ეს ნიშნავს, რომ რამდენიმე რამ პირველი კლასის რისკად უნდა მივიჩნიოთ და არა უმნიშვნელო შემთხვევებად:
- თქვენი გუნდების მიერ გამოყენებული ხელოვნური ინტელექტის ჩარჩოები. Langflow არ იყო სამიზნე, არამედ კარი. ნებისმიერ ინტერნეტთან დაკავშირებულ LLM აპლიკაციის ჩარჩოს, აგენტის ორკესტრატორს ან თანაპილოტის ბექენდს იგივე პატჩირების დისციპლინა სჭირდება, რასაც საჯარო API.
- რა შეუძლიათ თქვენს კოდირების აგენტებს და თანაპილოტებს ზედამხედველობის გარეშე გააკეთონ. აგენტი, რომელსაც შეუძლია პაკეტის ინსტალაცია, კონფიგურაციის ფაილის რედაქტირება ან MCP ინსტრუმენტის გამოძახება ადამიანის მიერ წინასწარი შემოწმების გარეშე, არის აგენტი, რომლის მანიპულირებაც შესაძლებელია თავდამსხმელისთვის სამივეს შესრულებისთვის.
- მავნე პაკეტები, რომლებსაც ჯერ არ აქვთ ხელმოწერა. თავდამსხმელები, რომლებიც ხელოვნურ ინტელექტს იყენებენ გამოსასყიდის ახალი ვარიანტების უფრო სწრაფად გენერირებისთვის, ასევე ნიშნავს ახალ დატვირთვას, რაც ტრადიციულ, ხელმოწერაზე დაფუძნებულ მავნე პროგრამების სკანირებას უბრალოდ არ უნახავს.
ეს წინასწარ არისcisელი, უფსკრული Xygeni-ს DevAI აგენტი დახურვისთვის შეიქმნა: არა IDE დანამატი, რომელიც კოდს ფაქტის შემდეგ სკანირებს, არამედ აგენტი, რომელიც დეველოპერის გარემოშია განთავსებული და ამოწმებს, თუ რას აპირებენ სხვა აგენტები, სანამ ისინი ამას გააკეთებენ. ეს მოიცავს აგენტის წესებსა და კონფიგურაციის ფაილებში დამალული მავნე ინსტრუქციების აღმოჩენას (მათ შორის უხილავი Unicode-ის, რომელიც არ გამოჩნდება pull request), პაკეტების ინსტალაციის რეალურ დროში ჩაჭრა მავნე პროგრამებისა და უყურადღებოდ დატოვებული მსგავსებების დაბლოკვის მიზნით, სანამ ისინი ჩამოვლენ, და MCP ინსტრუმენტის ყურება მიუთითებს მოწამვლაზე და ანომალიურ აგენტის ქცევაზე. Xygeni-ს მავნე პროგრამების ადრეული გაფრთხილება (MEW) მავნე პაკეტებს ხელმოწერის არსებობამდე აღმოაჩენს, რაც პირდაპირ მნიშვნელოვანია, როდესაც დატვირთვა ხელოვნური ინტელექტის მოდელის მიერ ერთი საათის წინ იქნა გენერირებული. და რადგან Xygeni-ს ASPM ფენა იგივე ინტელექტს მესამე მხარის სკანერებიდან მიღებულ დასკვნებზეც იყენებს, უსაფრთხოების გუნდებს არ სჭირდებათ არსებული ინსტრუმენტების ამოღება აგენტური ხარვეზის შესავსებად: ისინი აფართოებენ უკვე არსებულს.
აგენტის მიერ გამოსასყიდი პროგრამული უზრუნველყოფა არ წარმოადგენს სამომავლო საფრთხეს, რომლის დაგეგმვაც მოგვიანებით შეიძლება. JadePuffer-ის შემთხვევა უკვე მოხდა. ორგანიზაციები, რომლებიც შემდეგს გაუსწრებენ, ისინი იქნებიან, რომლებმაც დღესვე დაიწყეს საკუთარი ხელოვნური ინტელექტის აგენტებისა და აგენტის მიწოდების ჯაჭვის პერიმეტრის ნაწილად მოპყრობა. ნახეთ, როგორ გამოიყურება სინამდვილეში თქვენი ხელოვნური ინტელექტის აგენტების პერიმეტრის ნაწილად მოპყრობა:
კითხვა-პასუხი
რა არის აგენტის გამოსასყიდი პროგრამა?
აგენტური გამოსასყიდი პროგრამული უზრუნველყოფა არის გამოსასყიდის მოთხოვნის მქონე პროგრამული უზრუნველყოფის შეტევა, სადაც შეტევის სასიცოცხლო ციკლის უმეტეს ნაწილს ახორციელებს ავტონომიური ხელოვნური ინტელექტის აგენტი და არა ადამიანი ოპერატორი: დაზვერვა, ავტორიზაციის მოპარვა, გვერდითი გადაადგილება, შენარჩუნება, დაშიფვრა და გამოსასყიდის მოთხოვნის დაწერაც კი. ადამიანი მაინც ადგენს სამიზნეს და მიზანს, მაგრამ ხელოვნური ინტელექტის აგენტი დამოუკიდებლად ახერხებს ოპერატიული შესრულების და დაბრკოლებებისადმი ადაპტირებას.
JadePuffer ნამდვილი თავდასხმა იყო თუ კვლევითი დემონსტრაცია?
JadePuffer იყო რეალური შეტევა, რომელიც ღრუბლოვანი უსაფრთხოების ფირმა Sysdig-ის მიერ იქნა გაანალიზებული და რომელმაც საწარმოო მონაცემთა ბაზა 2026 წლის ივნისში დაარტყა. ის განსხვავდება PromptLock-ისგან (ასევე ცნობილი როგორც Ransomware 3.0), ხელოვნური ინტელექტის გამოსასყიდი პროგრამის ადრინდელი კონცეფციისგან, რომელიც აღმოჩნდა აკადემიური კვლევის პროტოტიპი და არა რეალური შეტევა.
როგორ მოხვდა JadePuffer-ში ხელოვნური ინტელექტის აგენტი?
CVE-2025-3248-ის მეშვეობით, Langflow-ში, ღია კოდის ჩარჩოში, რომელიც განკუთვნილია LLM აპლიკაციებისა და აგენტის სამუშაო პროცესების შესაქმნელად, არაავტორიზებული დისტანციური კოდის შესრულების დაუცველობა. პატჩი 2025 წლის აპრილიდან არსებობდა და ხარვეზი გამორთული იყო. CISA-ს ცნობილი ექსპლუატირებული დაუცველობების სია, თუმცა ინტერნეტთან დაკავშირებული Langflow ინსტანციები კვლავ გაშვებული იყო გაუმართავად.
ხელოვნური ინტელექტი ართულებს გამოსასყიდის მოთხოვნით შექმნილი შეტევების შეჩერებას?
ეს პრობლემის ფორმას უფრო მეტად ცვლის, ვიდრე ფუნდამენტურ საკითხებს. ხელოვნური ინტელექტის აგენტები ამცირებენ დროს საწყის წვდომასა და ზემოქმედებას შორის, რადგან ისინი ხელახლა ცდილობენ წარუმატებელ ნაბიჯებს და ადაპტირდებიან ადამიანის მოლოდინის გარეშე. ეს ნიშნავს, რომ აღმოჩენამ და რეაგირებამ ასევე უნდა იმუშაოს მანქანის სიჩქარით. ძირითადი დაცვა, ინტერნეტთან დაკავშირებული სისტემების პატჩირება, აგენტების მიერ უკონტროლოდ მოქმედების შეზღუდვა და მავნე პაკეტების აღმოჩენა ხელმოწერის არსებობამდე, უფრო მნიშვნელოვანია, ვიდრე ნაკლებად.
უნდა გადაიხადოს თუ არა ჩემმა ორგანიზაციამ გამოსასყიდი, თუ მას ხელოვნური ინტელექტით მართული გამოსასყიდი პროგრამა დაესხმება თავს?
დიდი ბრიტანეთის ეროვნული კიბერუსაფრთხოების ცენტრის რეკომენდაციები მოქმედებს მიუხედავად იმისა, იყო თუ არა ხელოვნური ინტელექტი ჩართული: გადახდა არ იძლევა თქვენი მონაცემების დაბრუნების გარანტიას, არ აშორებს ინფექციას, აფინანსებს შემდგომ კრიმინალურ საქმიანობას და ზრდის თქვენი კვლავ სამიზნედ გახდომის ალბათობას. ოფლაინ სარეზერვო ასლების შექმნა, ინციდენტებზე რეაგირების გეგმა და მონიტორინგი კვლავ დაცვის საფუძვლებად რჩება.
როგორ შეუძლიათ განვითარებისა და უსაფრთხოების გუნდებს თავი დაიცვან ხელოვნური ინტელექტის აგენტებისგან, რომლებიც თავდასხმის ვექტორად გამოიყენება?
ხელოვნური ინტელექტის ჩარჩოები და კოდირების აგენტები შეტევის ზედაპირის ნაწილად უნდა განიხილოთ: ინტერნეტთან დაკავშირებული ხელოვნური ინტელექტის აპლიკაციის ინფრასტრუქტურა ნებისმიერი საჯარო API-ს მსგავსად უნდა დააპაკეტოთ, შეზღუდოთ თანაპილოტებისა და აგენტების მიერ ადამიანის მიერ განხილვის გარეშე (პაკეტების ინსტალაცია, კონფიგურაციების რედაქტირება, MCP ინსტრუმენტების გამოძახება) და გამოიყენოთ მავნე პროგრამების აღმოჩენის ისეთი მეთოდი, რომელიც ცნობილ ხელმოწერას არ ეყრდნობა, რადგან ხელოვნური ინტელექტის მიერ გენერირებული გამოსასყიდის მოთხოვნის ვარიანტები შეიძლება ყოველთვის ახალი იყოს.
