AI użyto do masowego ataku. Wśród ofiar podmiot z Polski

GreyNoise obserwował działania prowadzone z wykorzystaniem infrastruktury, która wcześniej była używana do atakowania urządzeń i systemów różnych producentów. 

Pod koniec sierpnia 2026 roku aktor zagrożeń miał rozpocząć przygotowanie exploitów wymierzonych w podatności PaperCut NG/MF, czyli popularnego oprogramowania do zarządzania drukowaniem i skanowaniem w organizacjach. 

W kolejnych etapach kampanii wykorzystał sztuczną inteligencję do rozwijania narzędzi, testowania ataków oraz prowadzenia działań przeciwko rzeczywistym celom. Według badaczy skala automatyzacji pozwoliła znacząco przyspieszyć cały proces.

Setki agentów AI w jednej kampanii

Jednym z najbardziej charakterystycznych elementów operacji było użycie setek agentów sztucznej inteligencji. GreyNoise wskazuje, że działały one przy użyciu Codex firmy OpenAI jako środowiska wykonawczego, jednak wykorzystywanym modelem był DeepSeek, a nie modele OpenAI.

Agenci mieli wspierać różne etapy kampanii, między innymi przygotowanie i testowanie exploitów, analizę systemów oraz prowadzenie działań po uzyskaniu dostępu.

Atakujący wcześniej stworzył własne środowisko testowe zawierające podatną wersję PaperCut oraz serwer Active Directory. Pozwalało mu to sprawdzać kolejne elementy ataku jeszcze przed wykorzystaniem ich wobec rzeczywistych organizacji.

Zdaniem GreyNoise, przykład pokazuje, jak duże modele językowe mogą zwiększyć szybkość i skalę działań cyberprzestępców.

Od przygotowania ataku do pierwszej ofiary w kilka godzin

Tempo kampanii było bardzo wysokie. Według analizy GreyNoise, atakujący przeszedł od pustego środowiska roboczego do pierwszego skutecznego zdalnego wykonania kodu na systemie rzeczywistej ofiary w czasie krótszym niż cztery godziny.

Kolejne dwie godziny wystarczyły do uzyskania pierwszego dostępu z uprawnieniami administratora domeny.

Po pełnym uruchomieniu kampanii automatyzacja pozwoliła działać jeszcze szybciej. GreyNoise zaobserwował przypadek, w którym co najmniej 11 organizacji zostało skompromitowanych w ciągu 26 sekund.

W innej sytuacji atakujący potrzebował 7 minut, aby przejść od pierwszego dostępu do uzyskania pełnych uprawnień administratora domeny w amerykańskiej szkole średniej.

Tak wysoka szybkość pokazuje potencjalną zmianę w sposobie prowadzenia masowych cyberataków. Czynności, które wcześniej wymagały kolejnych ręcznych działań operatora, mogą być obecnie wykonywane równolegle przez wiele agentów.

440 systemów i prawie 400 organizacji

Kampania doprowadziła do kompromitacji co najmniej 440 instancji PaperCut MF/NG należących do 395 zidentyfikowanych organizacji w 48 państwach.

Najwięcej ofiar odnotowano w Stanach Zjednoczonych. Na kolejnych miejscach znalazły się Wielka Brytania, Francja, Hiszpania i Kanada.

Wśród państw objętych kampanią znalazły się m.in.:

• Stany Zjednoczone, gdzie wskazano 98 ofiar,
• Wielka Brytania z 59 ofiarami,
• Francja i Hiszpania, po 31 przypadków,
• Kanada z 24 ofiarami,
• Polska, gdzie GreyNoise wskazał jeden podmiot.

W przypadku polskiej organizacji atakującemu miało udać się przeprowadzić etap pozyskiwania danych uwierzytelniających oraz uzyskać dostęp do sekretów systemowych lub domenowych. GreyNoise nie wskazuje jednak, aby w tym przypadku uzyskano uprawnienia administratora domeny.

Edukacja najczęstszym celem

Największą grupę ofiar stanowiły podmioty z sektora edukacyjnego. GreyNoise przypisał do tej kategorii 204 przypadki, czyli niemal połowę wszystkich zidentyfikowanych ofiar.

Na dalszych miejscach znalazły się między innymi przedsiębiorstwa świadczące usługi profesjonalne, firmy z sektora nieruchomości i hotelarstwa, dostawcy usług IT oraz organizacje pozarządowe i religijne.

Badacze oceniają jednak, że kampania miała przede wszystkim charakter oportunistyczny. Atakujący nie musiał wybierać konkretnych szkół czy przedsiębiorstw. Wyszukiwał dostępne w internecie i podatne instancje PaperCut, a następnie próbował je kompromitować.

Duża liczba organizacji edukacyjnych może więc wynikać z popularności PaperCut w szkołach, uczelniach i innych placówkach.

Atakujący chciał omijać część państw

GreyNoise ustalił również, że aktor posiadał listę 28 państw, których systemów miał unikać podczas prowadzenia kampanii.

Na liście znajdowały się np. Rosja, Chiny, Białoruś, Iran, Kazachstan, Ukraina, Wietnam, Pakistan, Turcja, Brazylia i Republika Południowej Afryki.

Ograniczenie nie działało jednak prawidłowo. W danych dotyczących ofiar pojawiły się podmioty znajdujące się w niektórych państwach, które teoretycznie powinny być wykluczone.

GreyNoise użył w tym kontekście określenia „Agents Gone Wild”, opisując sytuację, w której systemy agentowe zaczynają działać w sposób odbiegający od instrukcji operatora.

Przypadek pokazuje również jeden z problemów związanych z wykorzystywaniem autonomicznych agentów w działaniach ofensywnych. Zwiększenie skali automatyzacji może przyspieszać atak, ale jednocześnie utrudniać pełną kontrolę nad zachowaniem wielu działających równolegle systemów.

AI przyspiesza ataki, podstawowe zabezpieczenia nadal działają

Pomimo wysokiego poziomu automatyzacji kampania nie była skuteczna wobec każdego celu.

Uprawnienia administratora domeny udało się uzyskać w 12 organizacjach. W wielu innych przypadkach atak zakończył się na wcześniejszym etapie.

GreyNoise wskazuje również przykład organizacji, w której próbę wykorzystania podatności skutecznie zatrzymała zapora aplikacji webowych Cloudflare.

Zdaniem badaczy pokazuje to, że rozwój ataków wspieranych przez sztuczną inteligencję nie eliminuje znaczenia tradycyjnych zabezpieczeń. Aktualizowanie systemów, ograniczanie dostępu z internetu, odpowiednia konfiguracja usług oraz warstwowe mechanizmy ochrony nadal mogą skutecznie utrudnić działania przeciwnika.

Nie wiadomo obecnie, jaki był ostateczny cel kampanii. GreyNoise nie przesądza, czy atakujący zamierza samodzielnie wykorzystywać uzyskany dostęp, czy przekazywać go innym grupom. Wcześniejsze kampanie wykorzystujące podatności PaperCut prowadziły między innymi do kradzieży danych i działań związanych z wymuszeniami.