ARTEX Enttarnt: Der Aufstieg der KI-gestützten Cyberkriminalität und Spionage
Detection stack
- AIDR
- Alert
- ETL
- Query
Zusammenfassung
ARTEX ist eine aufkommende agentisch von KI angetriebene Penetrationstests-Plattform, die zunehmend von staatlichen Akteuren und Cyberkriminalitätsgruppen bewaffnet wird. Das Framework ermöglicht automatisierte Ausnutzung von Schwachstellen in Maschinengeschwindigkeit, von Missbrauch von Cloud-Identitäten in Azure-Umgebungen bis hin zu traditionellen Spionagetechniken wie DLL-Sideloading. Der niedrige Einstiegspunkt und der Einsatz von rotierenden Wohnproxies machen konventionelle indikatorbasierte Abwehrmaßnahmen weniger zuverlässig.
Untersuchung
SentinelOne analysierte mehrere Kampagnen, die ARTEX beinhalteten, darunter eine nach China rückverfolgbare Spionageoperation und ein Supply-Chain-Angriff auf ConnectWise. Die Ermittler beobachteten, wie das Framework die Aufklärung automatisierte, Anmeldeinformationen von GitHub und Azure Key Vault erntete und Backdoors wie BLOODALCHEMY bereitstellte. Die Forschung zeigt, wie KI-Agenten komplexe Angriffsketten autonom ausführen können, nachdem sie ein anfängliches Ziel erhalten haben.
Minderung
Verteidiger sollten Priorität darauf legen, exponierte Geheimnisse zu rotieren und internetbezogene Schwachstellen zu beheben, anstatt sich allein auf IP-Sperrlisten zu verlassen. Umfassende EDR-Abdeckung über alle Systeme hinweg ist entscheidend, um automatisierte Bemühungen zur Identifizierung von Überwachungslücken zu erkennen. Organisationen sollten auch Web-APIs auf unautorisierte Zugriffe prüfen und Berechtigungen für Multi-Tenant-Anwendungen und Cloud-Service-Principals einschränken.
Reaktion
Wenn ARTEX-bezogene Aktivitäten erkannt werden, sollten die Reaktionskräfte sofort möglicherweise kompromittierte Anmeldeinformationen und API-Schlüssel rotieren. Untersuchen Sie Identitätsanomalien, einschließlich Service Principals mit Mustern von gescheiterten und anschließend erfolgreichen Anmeldungen. Korrelation von Endpoint-Telemetrie mit Cloud-Logs, um die Bewegung und Aktivität von KI-Agenten in der betroffenen Umgebung zu rekonstruieren.
Angriffsablauf
Entdeckungen
Mögliche Ausnutzung von Webserver oder WebApp [Windows] (via cmdline)
Befehlsausführung über Azure Guest Agent (via process_creeation)
Systemprozessausführungen aus untypischen Pfaden (via process_creation)
Verdächtige Svchost-Prozesse (via process_creation)
Verdächtiger Prozess, der Systemprozess imitiert, wurde ausgeführt (via cmdline)
Verdächtige ausführbare Datei, die wie ein legitimer Systemprozess benannt ist, wurde erstellt (via file_event)
Verdächtige User-Agent-Muster (via web)
Mögliche Malware-Verteilung über WebsiteHook-Endpunkte (via proxy)
Mögliche Malware-Verteilung über WebsiteHook-Endpunkte (via dns)
Mögliche RCE-Prüfung über Out-of-Band-Interaktion (via dns)
Verdächtige Shell über Webserver [Linux] (via process_creation)
Verdächtige Java-Child-Prozesse [Linux] (via cmdline)
Remote-Datei-Upload/Download über Standard-Tools (via cmdline)
Script-Datei wurde in verdächtigen Webserver-Verzeichnissen erstellt [Linux] (via file_event)
Verdächtige Persistenzaktivität durch Ausführung von Shell-Befehlen von Webservice-Nutzern und -Gruppen (via auditd)
Azure-Authentifizierungsanforderung wurde mit verdächtigem User-Agent durchgeführt (via azure)
Befehlsausführung auf Azure-VM (via azureactivity)
Mögliche Nutzung eines Azure AD Erkundungstools (via AADGraphActivityLogs)
IOCs (HashSha256) zur Erkennung: ARTEX Enttarnt | Der Aufstieg der KI-gesteuerten ARTEX in der Cyberkriminalität & Spionage
IOCs (SourceIP) zur Erkennung: ARTEX Enttarnt | Der Aufstieg der KI-gesteuerten ARTEX in der Cyberkriminalität & Spionage Teil 2
IOCs (SourceIP) zur Erkennung: ARTEX Enttarnt | Der Aufstieg der KI-gesteuerten ARTEX in der Cyberkriminalität & Spionage Teil 1
IOCs (DestinationIP) zur Erkennung: ARTEX Enttarnt | Der Aufstieg der KI-gesteuerten ARTEX in der Cyberkriminalität & Spionage Teil 2
IOCs (DestinationIP) zur Erkennung: ARTEX Enttarnt | Der Aufstieg der KI-gesteuerten ARTEX in der Cyberkriminalität & Spionage Teil 1
BLOODALCHEMY Sideloading über svchost.exe und ARTEX Befehlszeilen-Indikatoren [Windows Prozess-Erstellung]
Erkennen von Massenanmeldeversuchen bei Azure-Mandanten und schnellem Zugriff auf den Azure Key Vault [Azure Aktivitäts-Logs]
Simulation Ausführung
Voraussetzung: Der Telemetrie- & Basislinien-Vorabtest muss bestanden haben.
Begründung: Dieser Abschnitt beschreibt die präzise Ausführung der Technik des Gegners (TTP), die darauf abzielt, die Erkennungsregel auszulösen. Die Befehle und Erzählungen MÜSSEN die identifizierten TTPs direkt widerspiegeln und darauf abzielen, die genaue Telemetrie zu erzeugen, die von der Erkennungslogik erwartet wird. Abstrakte oder nicht verwandte Beispiele führen zu einer Fehldiagnose.
-
Angriffsnarrativ & Befehle: Der Angreifer hat die Anmeldedaten eines Service Principals kompromittiert. Um einer Entdeckung zu entgehen, versuchen sie, Geheimnisse aus einem Azure Key Vault zu exfiltrieren. Der Angreifer authentifiziert sich zuerst beim Mandanten, um den
SignInLogsEintrag zu erzeugen. Sobald authentifiziert, führt der Angreifer ein schnelles Skript aus, um verschiedene Geheimnisnamen in einem Ziel-Key-Vault durchzugehen und dieSecretGetOperationen auszuführen. Dieser „smash and grab“-Ansatz zielt darauf ab, so viele sensible Daten wie möglich zu ernten, bevor das Sicherheitsteam reagieren kann, was direkt die Anforderung der Regel für sowohl Anmeldeaktivität als auch schnellen Zugriff auf den Key Vault auslöst. -
Regression Test Script:
#!/bin/bash # Simulationsskript für T1078 und T1530 # Erfordert installierte Azure CLI und ein Service Principal-Geheimnis APP_ID="<IHRE_SERVICE_PRINCIPAL_APP_ID>" PASSWORD="<IHR_SERVICE_PRINCIPAL_PASSWORT>" TENANT_ID="<IHRE_TENANT_ID>" VAULT_NAME="<IHR_KEY_VAULT_NAME>" SECRET_PREFIX="test-secret-" echo "[+] Schritt 1: Simulation der Anmeldung des Service Principal (T1078)..." az login --service-principal -u $APP_ID -p $PASSWORD --tenant $TENANT_ID echo "[+] Schritt 2: Simulation des schnellen Zugriffs auf Key Vault (T1530)..." # Wir durchlaufen eine Serie von möglichen Geheimnisnamen, um "schnelle" Zugriffsmuster zu erstellen for i in {1..10} do echo " Versuch, das Geheimnis zu erhalten: $SECRET_PREFIX$i" az keyvault secret show --name "$SECRET_PREFIX$i" --vault-name "$VAULT_NAME" --query "value" 2>/dev/null # Kleiner Schlaf, um sicherzustellen, dass die Anfragen schnell nacheinander gesendet werden, aber erkennbar bleiben sleep 0.5 done echo "[+] Simulation abgeschlossen. Überprüfen Sie Azure Activity Logs und Sign-in Logs." -
Aufräumkommandos:
# Entfernen Sie die für den Test erstellten Dummy-Geheimnisse (falls welche erstellt wurden) # Hinweis: Dies setzt voraus, dass Sie Geheimnisse mit den Namen Test-secrets-1 usw. erstellt haben for i in {1..10} do az keyvault secret delete --name "test-secret-$i" --vault-name "<YOUR_KEY_VAULT_NAME>" --recover false done