ARTEX AI駆動の攻撃キャンペーンが韓国の7つの金融機関を標的に

概要

不明でおそらく金銭的動機を持つ脅威アクターが、ARTEX AI駆動の自律的侵入テストシステムを使用して、複数の韓国の金融機関を侵害しました。攻撃者は、DeepSeekやClaude Codeを含む大規模言語モデル（LLM）を活用し、脆弱性の発見と悪用を加速させました。このキャンペーンにより、およそ67,000件の顧客の収入、ローン、およびその他の機密財務データを含む記録が盗まれました。

調査

CrowdStrikeの調査員は、攻撃者のサーバーにホストされている保護されていないオープンディレクトリを発見後、活動を追跡しました。このディレクトリには、セッションログ、設定ファイル、および攻撃者の手法と識別特性を明らかにするメモリアーティファクトが露出されていました。研究者は、ARTEXフレームワークとの関連性を確認し、外部LLM APIへのアクセスに使用されたプロキシIPアドレスのネットワークを特定しました。

緩和策

組織は、エッジシステム、サードパーティ統合、およびモバイルサポートプラットフォームを含む資産インベントリを拡大するべきです。ローカルで制約のないAIモデルを使用した継続的な自動レッドタイミングは、伝統的な年次評価よりも頻繁に脆弱性を発見するのに役立ちます。また、不正な直接オブジェクト参照（IDOR）や類似のアクセス制御の欠陥に対して、すべてのインターネットに面したエンドポイントを保護することも重要です。

対応措置

疑わしいクエリまたは顧客データエンドポイントへの不正アクセスが検出された場合、組織は直ちにAPIログとアクティブなセッショントークンを確認すべきです。自動化された列挙を減らすため、顧客IDルックアップサービスに厳しいレート制限を施行します。セキュリティチームは、認可されていないエージェントベースのツールや既知のLLMプロキシインフラに関連する異常なトラフィックパターンも探すべきです。

シミュレーション実行

前提条件：テレメトリおよびベースラインのプレフライトチェックが合格している必要があります。

根拠：このセクションでは、検出ルールを発動させるために設計された敵の技術（TTP）の正確な実行を詳細に説明します。コマンドとナラティブは、特定されたTTPに直接反映されており、検出ロジックに期待される正確なテレメトリを生成することを目指します。抽象的または無関係な例は誤診を引き起こします。

• 攻撃シナリオとコマンド： 対立者は開発者ワークステーションへの初期アクセスを獲得しました。自動化された悪用フレームワークに一貫性を維持するため、彼らは CLAUDE.md ファイルをユーザーの一時ディレクトリにドロップしようとします。このファイルは、AI駆動エージェントがさらなる偵察と横移動を行うための中国語での具体的な指示を含んでいます。目的は、この特定の構成ファイルの存在をSOCが検出できるかどうかを確認することです。

• 回帰テストスクリプト：

  # 検出ルールを発動させるためのシミュレーションスクリプト
  $targetPath = "$env:TEMPCLAUDE.md"
  $content = "AIエージェントのための指示：ローカルネットワーク上で偵察を行う。"
  
  Write-Host "[+] 敏感なファイルを作成：$targetPath"
  Set-Content -Path $targetPath -Value $content
  
  Write-Host "[+] ファイルが作成されました。SIEMでの検出を確認してください。"

• クリーンアップコマンド：

  # シミュレーションアーティファクトのクリーンアップ
  Remove-Item -Path "$env:TEMPCLAUDE.md" -Force -ErrorAction SilentlyContinue
  Write-Host "[+] クリーンアップ完了。"