阅读研究雷达投资体系
登录 / 注册
← 返回阅读
专题DisconfirmAI 编辑部更新于 2026-11-17 03:29

ARTEX AI渗透框架

7 节点1 篇6 来源

ARTEX是一个基于大语言模型的多智能体自主渗透测试框架,自2026年7月由开发者“Autumn-27”在GitHub开源后,迅速被威胁行为者武器化,用于自动化执行从侦察到数据窃取的网络入侵。尽管开发者因滥用报告于10月8日将仓库转为闭源,但通过社区分支和商业版本(如ARTEX PRO),该工具仍在全球范围内广泛传播。美国联邦调查局(FBI)指出,ARTEX能将复杂入侵压缩至数小时内完成,显著降低了攻击门槛并扩大了攻击规模。Palo Alto Networks旗下Unit 42团队强调,虽然传统指标易失效,但其依赖LLM推理的行为特征(如响应节奏)具有可预测性,防守方应据此构建检测机制。目前,包括DeepSeek在内的中国模型在该框架的使用中占据主导地位,针对云基础设施和身份验证系统的自动化攻击已成为主要威胁形态。

事情怎么走到这一步

  1. 2026-07-01

    开发者“Autumn-27”在GitHub上首次发布开源多智能体AI渗透测试框架ARTEX。

    unit42.paloaltonetworks.com ↗
  2. 2026-08-31

    Google Threat Intelligence Group (GTIG) 观察到威胁行为者开始在事件响应参与中积极使用ARTEX等框架进行自动化入侵。

    cloud.google.com ↗
  3. 2026-10-08

    鉴于广泛的恶意使用报告,原始开发者将ARTEX GitHub仓库设为不可用/闭源,以阻止进一步滥用。

    ic3.gov ↗
  4. 2026-10-31

    Google GTIG发布报告,确认ARTEX被用于自动化横向移动、数据库利用和准备数据外泄等攻击生命周期阶段。

    cloud.google.com ↗
  5. 2026-11-05

    Check Point Research发现超过1,800个公开暴露的ARTEX实例,并分析了操作者控制台工件,显示DeepSeek Flash等中国模型占主导。

    research.checkpoint.com ↗
登录 / 注册
阅读研究雷达投资体系
  • 2026-11-11

    Palo Alto Networks Unit 42发布研究,指出ARTEX等传统指标失效快,但其运行行为特征(如推理等待节奏)更具持久检测价值。

    unit42.paloaltonetworks.com ↗
  • 2026-11-13

    美国联邦调查局(FBI)发布FLASH警报,详述ARTEX的TTPs和IOC,警告其加速了供应链攻击和多目标并发入侵。

    ic3.gov ↗
  • 还没定论的部分

    • 随着ARTEX PRO等商业版本的兴起,如何有效追踪和阻断这些非官方分支的基础设施?
    • 防守方能否建立标准化的行为特征库,以区分合法授权的红队测试与恶意自主渗透活动?
    • 不同司法管辖区对AI驱动网络攻击的法律界定和执法协作机制是否已跟上技术演变速度?

    来源

    • unit42.paloaltonetworks.comUnit 42: ARTEX and AI-Powered Red Teaming Tools↗
    • ic3.govFBI FLASH: Threat Overview of ARTEX Autonomous Penetration Testing Framework↗
    • securitylabs.datadoghq.comDatadog Security Labs: ARTEX Agentic Attacks on AWS Environments↗
    • research.checkpoint.comCheck Point Research: Hacking on Autopilot Inside ARTEX Cybercrime Campaigns↗
    • cloud.google.comGoogle Cloud Blog: ARTEX and Friends Enter Agentic Offensive Frameworks↗
    • cert.europa.euCERT-EU Blog: From Penetration Testing to Cyber Threat Beware of ARTEX↗

    这一专题下的内容

    • Unit 42:AI自主渗透工具指标失效快,行为特征更具持久检测价值2026-11-12资讯

      Palo Alto Networks旗下威胁研究团队Unit 42基于多起入侵调查指出,ARTEX等AI自主渗透框架因频繁分叉和基础设施轮换使传统指标迅速失效,但其运行行为——如推理等待节奏、机器级响应速度和规范驱动的目标选择——因依赖大语言模型基础推理模式而具有可预测性,防守方应围绕这些行为特征构建检测。