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

Palo Alto Networks旗下威胁研究团队Unit 42在11月11日发布的一份报告中提出了一个对防守方具有直接操作意义的判断：面对AI自主渗透工具，基于指标的检测正在迅速失效。ARTEX框架被频繁分叉和修改，攻击者轮换基础设施的速度极快，使得IP地址、用户代理字符串等传统指标在失去价值之前几乎没有防御窗口。但Unit 42基于多起入侵调查和受管威胁狩猎的观察指出，有一类信号比指标更持久——那就是行为本身。

这一判断的依据来自一个结构性事实：自主渗透框架依赖大语言模型的基础推理模式来驱动决策。无论代码如何分叉、基础设施如何轮换，一个等待模型推理完成再发起下一轮请求的代理，其网络行为必然呈现特定节奏。Unit 42观察到的典型模式包括：一到十四个请求以约一秒间隔集中发出，随后出现二十五至三十一秒的停顿，这与代理等待模型推理调用完成的时间一致；获取凭证后约一分钟内即完成横向移动，三分钟内验证超过两百个客户端密钥；从下载的OpenAPI规范或源代码映射中立即提取路由目标；失败请求在数秒内被调整后重试成功。这些特征单独出现可能只是配置异常的工具或手动测试，但组合出现时指向自主代理。

Unit 42由此得出的防守建议是围绕操作者行为构建检测，而非仅追踪指标。具体而言，在身份提供商日志中寻找canary用户名（如evil[.]com、test@example[.]com等占位值），监控云密钥从新IP地址的首次使用，识别存储桶上的写入后删除测试模式，以及关注后续入侵之前的早期探测阶段。报告同时承认一个限制：在至少一个观察案例中，攻击者在最敏感的步骤从脚本客户端切换到了桌面浏览器，这暗示人类介入或浏览器自动化可能打破纯行为模式。因此，行为检测是必要但非充分条件，仍需与认证加固、攻击面缩减和默认阻断策略配合使用。