Ключевые выводы
· Darktrace зафиксировала в ряде сред клиентов активность, связанную с инфраструктурой и поведением, характерными для кампаний с использованием ARTEX, включая действия, связанные со шпионажем со стороны Китая и атаками с финансовой мотивацией.
· В случаях с более высокой степенью уверенности наряду с известной инфраструктурой наблюдались сигналы маячков (beaconing), необычный TLS-трафик, разведка, туннелирование, получение скриптов, активность SMB и передача данных во внешние сети. В одном случае в Azure сетевое управление и контроль (C2) вообще не наблюдались, присутствовали только перечисление ключей и активность идентификаторов приложений.
· ARTEX теперь используется злоумышленниками с различными целями. Идентификация фреймворка может помочь обнаружить соответствующую активность, в то время как поведение вокруг затронутой системы предоставляет более веские доказательства для понимания компрометации и атрибуции.
Введение
Злоумышленники вышли за рамки использования ИИ для фишинга и перешли к запуску агентских фреймворков; инструменты с открытым исходным кодом, такие как ARTEX, CAIRN, PentAGI и Hexstrike, позволяют ИИ-агентам сканировать, эксплуатировать и перемещаться по среде с минимальным участием человека [1]. ARTEX быстро превратился из проекта по наступательной безопасности в инструмент для реальных вторжений. По крайней мере с августа 2026 года этот фреймворк связывают со шпионажем, финансово мотивированными атаками и оппортунистическими кампаниями в государственном секторе, финансовых услугах, технологиях, оборонной промышленности, телекоммуникациях и других отраслях. ФБР задокументировало активность ARTEX, охватывающую разведку, эксплуатацию, злоупотребление учетными данными, горизонтальное перемещение, сбор данных, управление и контроль (C2), а также эксфильтрацию [2].
Darktrace зафиксировала в средах клиентов активность, которая пересекается с инфраструктурой, инструментарием и поведением, описанными в ряде этих кампаний. Приведенные ниже примеры показывают, как эти вторжения выглядели в сети, включая активность, видимую до того, как аналитик сможет определить, какой именно субъект или фреймворк несет за это ответственность.
ARTEX как часть рабочего процесса злоумышленника
ARTEX — это платформа наступательной безопасности с открытым исходным кодом, использующая мультиагентный подход, которая преобразует высокоуровневые цели в действия, выполняемые специализированными агентами [2]. Операторы использовали ее для автоматизации действий на протяжении всего жизненного цикла атаки, включая сканирование, эксплуатацию, работу с учетными данными и операции после компрометации. Некоторые зафиксированные вторжения проходили путь от первоначального таргетинга до получения привилегированного доступа менее чем за три часа [2].
Фреймворк теперь связывают с субъектами, преследующими разные цели и использующими разные инструменты пост-эксплуатации. Оригинальный публичный репозиторий был удален в октябре 2026 года, но архивные копии и локализованные версии остаются доступными. Для защитников ARTEX более полезен как контекст для расследования, чем как способ быстрого определения авторства.
Наблюдения Darktrace показывают ту же картину на сетевом уровне. Инфраструктура, связанная с кампаниями ARTEX, появлялась наряду с маячками, туннелированием, необычным TLS-трафиком, разведкой, получением файлов и горизонтальной активностью.
Случай 1: Активность, связанная со шпионажем
Darktrace зафиксировала активность, связанную с инфраструктурой управления и контроля (C2) BLOODALCHEMY, в двух средах клиентов. В одной из сред пять устройств взаимодействовали с nginxmysql[.]com и 45.153.126[.]223 в период с 23 октября по 2 ноября. Оба индикатора ранее связывались со шпионской деятельностью, исходящей из Китая с использованием ARTEX [4].
Соединения сопровождались подозрительными маячками, повторяющимися успешными подключениями и необычным самоподписанным TLS. Одна система начала устанавливать подозрительные TLS-соединения с nginxmysql[.]com 23 октября. Маячки появились 24 октября, а позже в последовательности действий было замечено SMB-сканирование. Другие затронутые системы впоследствии связывались с ранее не наблюдавшимися внешними конечными точками.
До обнаружения C2-активности Darktrace зафиксировала curl-запросы на получение исполняемого и скриптового контента, включая /systemd, /wazuh, linux_amd64, u.sh и q.sh. Сопутствующая телеметрия включала активность DRSGetNCChanges, соответствующую DCSync, перечисление LDAP, передачу зон DNS, сетевое сканирование, загрузку сертификатов и запись SMB с участием start.bat.
BLOODALCHEMY упоминалась в отчетах о более чем одном кластере, связанном с Китаем [5]. Инфраструктура SoftEther, обнаруженная в одной из сред, предоставила еще одну точку корреляции с описанными методами работы VAPOR PANDA. Оценка средней степени уверенности, связывающая это с китайским субъектом угрозы, основана на инфраструктуре, контексте жертвы, поведении, последовавшем за первоначальным подключением, и публичных отчетах.
Случай 2: Активность в финансовом секторе
В начале ноября Darktrace зафиксировала активность в двух средах финансового сектора, которая пересекается с описанной инфраструктурой ARTEX. 5 ноября сервер подключился к 213.111.150[.]145:8099 и загрузил wisp-agent, связанный с C2-активностью WISP.
Во второй среде устройство пыталось установить соединения с 85.11.167[.]52 1 и 2 ноября. Соединения происходили наряду с маячками к новым и редким пунктам назначения, аномальным TLS, возможным туннелированием и необычными загрузками пакетов.
Устройство также взаимодействовало с temp[.]sh, ssh.localhost[.]run, localhost[.]run, termbin[.]com, pastebin[.]com и инфраструктурой релизов на GitHub. Последовательность действий указывала на потенциальное получение инструментария, C2, туннелирование и использование внешних сервисов, способных к промежуточному хранению или перемещению данных.
Случай 3: Сбор учетных данных в Azure
20 октября Darktrace зафиксировала серию операций по сбору учетных данных в среде Azure клиента, что согласуется с использованием ARTEX. Вторжение началось с подключений к виртуальной сети с адреса 43.98.196[.]73 (Alibaba Cloud). Данные сканирования из открытых источников связывают этот адрес с ARTEX.
Компрометированная учетная запись пользователя отправляла запросы к API Azure Resource Manager, хотя способ компрометации остается неизвестным. Запросы перечисляли ключи и секреты в API Management, веб-приложениях и функциях, Cognitive Services, Event Hubs, учетных записях хранения и управляемом кластере Kubernetes. Используя эти учетные данные, злоумышленник скомпрометировал несколько идентификаторов приложений. Затем злоумышленник использовал идентификаторы приложений и учетную запись пользователя для получения дополнительных учетных данных, изменения правил брандмауэра и безопасности, а также запуска скриптов на виртуальных машинах. Оповещения Microsoft Defender показали попытки выполнения скриптов, связанных с Mimikatz и Impacket.
В облачной среде такие привилегированные и перечислительные операции потенциально неотличимы от легитимных административных действий. Следовательно, последовательность и контекст таких операций значили больше, чем любой конкретный вызов API. Не было соответствующего C2-трафика, а перечисление ключей и использование идентификаторов приложений — это также то, что делают администраторы и средства автоматизации. Компрометированный пользователь, получение учетных данных в нескольких службах Azure, новые идентификаторы приложений, дальнейший сбор учетных данных и изменения в средствах контроля безопасности имели смысл только в совокупности, и к тому моменту доступ уже распространялся по облачной среде.
Общий инструментарий ослабляет сигналы атрибуции
Эти три случая выглядели в сети по-разному: инфраструктура BLOODALCHEMY и методы, характерные для шпионажа; инфраструктура WISP в системах финансового сектора; а также активность в Azure, связанная с идентификацией и плоскостью управления, вообще без использования C2.
Общие инструменты уже много лет усложняют атрибуцию, и ARTEX лишь добавляет трудностей, поскольку этот фреймворк выполняет большую часть атаки. В результате разведка, попытки эксплуатации и некоторые действия после компрометации могут выглядеть одинаково, независимо от того, кто поставил задачу. Для атрибуции по-прежнему необходимы данные об инфраструктуре, вредоносном ПО, виктимологии, времени и последовательности поведения внутри среды, а связь с ARTEX является лишь одним из элементов этой цепочки. Более того, поведение и агент по-прежнему будут определяться предвзятостью, предпочтениями и методами работы своих операторов.
По своей сути, планировщики и рабочие агенты ARTEX выявляют и фиксируют факты, одновременно исследуя намерения. Однако то, как большая языковая модель (LLM) выбирает следующие шаги для достижения цели, фундаментально зависит от навыков и инструментов, доступных в её контексте. Это включает в себя начальный контекст, а также различные возможные плагины Model Context Protocol (MCP) и контекст, вводимый пользователем (например, ввод данных пользователем в процессе операции). У операторов по-прежнему есть предпочтительные методы работы, и эти предпочтения формируют пути, которые система будет предоставлять LLM в контекстных подсказках. Даже на одной и той же платформе настройка, основанная на предпочтениях и целях оператора, останется ключевым аспектом идентификации кампаний и субъектов угроз.
Обнаружение и реагирование
В случаях, зафиксированных Darktrace, наиболее сильные сигналы поступали от поведения после установления соединения: маяки (beaconing), аномальный TLS, разведка, необычная аутентификация, туннелирование, извлечение скриптов, активность SMB и исходящая передача данных. Автоматизированная активность также приводила к сжатым пакетам запросов, последовательному перебору и повторяющимся попыткам с небольшими изменениями.
Поскольку агентские инструменты получают привилегированный доступ менее чем за три часа, у аналитиков может быть лишь короткое окно времени, чтобы связать активность сканирования или аутентификации с изменением учетных данных, получением новых прав администратора, извлечением инструментов или горизонтальным перемещением. Объединение телеметрии сети, идентификации и облачных сред позволяет увидеть, что происходило до и после первого совпадения, а также понять, было ли соединение «шумом» или вторжением, направленным на получение привилегированного доступа.
В некоторых из этих случаев система автономного реагирования Darktrace (Autonomous Response) принимала меры или рекомендовала их предпринять в отношении данной активности, включая блокировку внутренних соединений через указанные порты, ограничение исходящих соединений с вероятными C2-узлами и/или отключение учетных записей пользователей SaaS/IaaS. Хотя многие из этих рекомендуемых действий требовали подтверждения человеком из-за настроек конфигурации развертывания, если бы эти действия были применены автономно в момент оповещения, масштаб активности был бы ограничен, что дало бы аналитикам время на расследование и реагирование.
ARTEX будет не последним подобным фреймворком. Следующие версии появятся с новыми возможностями и настройками по умолчанию, но вторжение по-прежнему должно взаимодействовать с целевой средой, и это проявляется в том, как ведут себя системы, идентификаторы и приложения даже после того, как индикатор устарел. Вторжения, которые труднее всего обнаружить, не будут иметь инфраструктуры для сопоставления — только обычные вызовы API и легитимные учетные записи. Их обнаружение зависит от понимания того, как выглядит нормальное поведение для каждого идентификатора и устройства. Сдерживание аномальной активности на машинной скорости может остановить развитие вторжения, пока аналитики устанавливают его влияние и масштаб. Автономное реагирование не заменяет человеческий анализ, а расширяет возможности команд защиты, увеличивая окно для расследования.
Благодарности: Натаниэль Джонс (SVP, Global Threat Intelligence), Юджин Чуа (Principal Analyst), Сэм Листер (Senior Security Researcher), Адам Поттер (Associate Principal Cyber Analyst), Дэниел Леви (Threat Hunting Data Scientist)
Редактор: Райан Трейлл (Content Manager)
Приложения
Детектирование моделей Darktrace
· Аномальное соединение / Множественные HTTP POST к редкому имени хоста
· Аномальное соединение / Редкий внешний самоподписанный SSL
· Аномальное соединение / Подозрительный самоподписанный SSL
· Компрометация / Большое количество подозрительных успешных соединений
· Компрометация / Подозрительное поведение маяка (Beaconing)
· Компрометация / Агентский маяк к новой конечной точке
· Компрометация / Маяк к недавно появившейся конечной точке
· Компрометация / SSL-маяк к редкому пункту назначения
· Компрометация / Подозрительный TLS-маяк к редкому внешнему узлу
· Компрометация / Возможное туннелирование к бинарным сервисам
· Устройство / Аномальная загрузка с Github
· Устройство / Аномальная загрузка пакета
· Устройство / Активность начальной цепочки атаки
Индикаторы компрометации (IoCs)
nginxmysql[.]com
45.153.126[.]223
213.111.150[.]145
wisp-agent
85.11.167[.]52
43.98.196[.]73
192.121.47[.]20
www[.]ddduuuppp[.]com
89.46.234[.]50
sqlserver-sqlite[.]com
199.19.95[.]66
graphics-hook-filter64.dll
graphics-hook_config.bin
Ссылки
1. Google. GTIG AI Threat Tracker - https://cloud.google.com/blog/topics/threat-intelligence/agentic-threat-activity-crosses-a-significant-threshold
2. Федеральное бюро расследований, Обзор угроз фреймворка автономного тестирования на проникновение ARTEX, FLASH-20261113-001, 13 ноября 2026 г.: https://www.ic3.gov/CSA/2026/261113.pdf
3. Блог Microsoft Security, Storm-0940 использует агентский ИИ ARTEX при компрометации цепочки поставок ConnectWise: https://www.microsoft.com/en-us/security/blog/2026/10/21/storm-0940-uses-artex-agentic-ai-connectwise-supply-chain-compromise/
4. CrowdStrike, VAPOR PANDA использует ARTEX для масштабирования глобальной кампании: https://www.crowdstrike.com/en-us/blog/vapor-panda-uses-artex-to-scale-global-campaign/
5. Bitdefender, SilkParasite: Отслеживание APT, связанной с Китаем, в Центральной Азии: https://www.bitdefender.com/en-us/blog/businessinsights/silkparasite-tracking-china-nexus-apt-across-central-asia










