BossAI攻击框架
3 节点1 篇4 来源
瑞士网络安全公司 Acronis 威胁研究单位（TRU）披露名为 BossAI 的 AI 自动化攻击框架。一名位于中国台湾花莲市的攻击者利用该框架，通过 MCP 协议协调 12 个 AI 代理（其中 9 个活跃），对全球 11 个国家的数百家组织发起侦察与攻击。尽管商用大模型拒绝执行恶意指令，攻击者转而使用移除安全限制的本地开源模型（如 DeepSeek、GLM 变体），成功入侵了台北消防局等紧急服务系统及多所大学，窃取医疗数据和个人身份信息。然而，由于依赖人工在代理间传递结果且本地模型存在高误报率，该攻击并未实现完全自主化，反而暴露出大量虚假漏洞报告。【背景】此事件被定义为“AI增强型威胁”（AAT），显示单兵作战能力因 AI 工具而显著提升，但基础安全防护仍是关键防线。
事情怎么走到这一步
Acronis TRU 发布调查报告，指出发现一处配置错误的开发环境，内含超过 9 万个文件及约 9GB 的攻击日志、工具及受害者数据。
acronis.com ↗Cybersecurity News 报道确认 BossAI 攻击导致台北消防局患者护理平台数据泄露，包括心电图和生命体征，以及墨西哥家庭电话记录被盗。
cybersecuritynews.com ↗AgentOffense 分析指出，攻击者手动在 HalberdStrike、Hermes 和 Cursor 等代理间传递数据，且因本地模型幻觉导致超过半数的高危漏洞报告为误报。
agentoffense.com ↗
还没定论的部分
- 攻击者的具体动机是政治间谍活动还是纯粹的经济犯罪？目前证据仅显示其试图最大化受害范围以进行变现，但未发现明确的政治隶属关系。
- 为何商用模型（如 Grok, MiniMax）坚决拒绝协助攻击，而本地去限制模型虽能执行却产生大量错误？这是否意味着未来攻击将更倾向于混合使用不同层级的模型？
- 除了已确认的台湾、墨西哥和泰国目标，其余 8 个国家的攻击准备阶段是否会转化为实际入侵？