Раскрытие информации о CVE-2026-109618 и CVE-2026-109619 оказало немедленное давление на организации, использующие PHP. Обе уязвимости могут привести к удаленному выполнению кода без аутентификации, в том числе в продуктах и устройствах, где PHP встроен, а обновления зависят от сторонних производителей [1].
Первые рекомендации были сосредоточены на установке патчей для систем, выходящих в интернет, и мониторинге поведения, связанного с успешной эксплуатацией, включая непредвиденное выполнение команд, изменения Webroot и исходящие соединения с серверов PHP.
Darktrace зафиксировала массовое сканирование в контролируемых средах с участием сотен различных исходных IP-адресов, которые в публичных отчетах связываются с активностью, нацеленной на уязвимости PHP. Объем сканирования был значительно больше, чем имеющиеся свидетельства успешной эксплуатации. Для аналитиков это различие имеет важное значение. Сканирование демонстрирует интерес к уязвимой инфраструктуре; для подтверждения компрометации требуются доказательства последующего поведения в целевой системе, включая выполнение команд, модификацию файлов или неожиданный исходящий трафик.
Хотя Darktrace не обнаружила прямых доказательств эксплуатации CVE-2026-109618 или CVE-2026-109619, 21 октября мы зафиксировали шестимесячный максимум обнаружений, соответствующих активности по эксплуатации уязвимостей нулевого дня, что представляет собой увеличение на 64% по сравнению с историческими данными. Это увеличение не было подтверждено как связанное с уязвимостями PHP. Поведенческий подход Darktrace разработан для обнаружения аномальной активности без опоры исключительно на правила, написанные для конкретного эксплойта. Сопоставимые скачки наблюдались во время публикации информации о Log4j и других глобально значимых уязвимостях.
Исследование уязвимостей с помощью ИИ
Появление информации о PHP совпало с периодом, когда системы ИИ стали более эффективными в исследовании уязвимостей [2]. В июне 2026 года OpenAI запустила Daybreak, объединившую GPT-5.5-Cyber, Codex Security и партнерства с исследователями безопасности и разработчиками программного обеспечения. OpenAI заявляет, что ее модели применялись для обнаружения и создания патчей для уязвимостей в браузерах, сетевой инфраструктуре, FreeBSD и ядре Linux. В июне Darktrace присоединилась к программе OpenAI Daybreak Cyber Partner Program, чтобы изучить возможности интеграции кибервозможностей OpenAI в продукты и сервисы Darktrace [3][9].
В августе OpenAI сообщила, что Codex Security Cloud проанализировала более 30 миллионов коммитов в более чем 30 000 кодовых баз. По данным OpenAI, Cloudflare использует модели, доступные через Daybreak, для изучения разрешенного клиентами кода и объединяет полученные результаты с данными о живом трафике и сигналами безопасности, чтобы оценить, являются ли затронутые маршруты активными или получают подозрительный трафик, причем предлагаемые меры по митигации и патчи остаются на рассмотрении клиентов [4][5].
Более быстрое обнаружение все равно оставляет защитникам работу по поиску затронутого программного обеспечения, тестированию исправлений и завершению устранения уязвимостей. Пример с PHP отчетливо демонстрирует этот разрыв, особенно когда уязвимые среды выполнения встроены в другие продукты.
Корпоративные агенты как поверхность атаки
Darktrace Signal Labs также исследовала, как доверенный корпоративный агент может быть использован злоумышленниками после того, как они уже получили доступ к среде. В ходе контролируемой симуляции исследователи продемонстрировали, что в сценарии после компрометации функции хранения памяти платформы Claude могут быть использованы для установления активного канала управления и контроля (C2) между внешним оператором и внутренними агентами Claude Code. Внешний оператор смог динамически назначать агентам задачи по сетевой разведке, доступу к учетным данным и эксфильтрации данных через этот C2-канал. Обнаружение активности агентов опиралось на сопоставление создания процессов и активности сетевого трафика из процессов-оболочек агентов, наряду с поведенческим анализом для выявления отклонений от ожидаемого поведения. Darktrace не заявляла, что фиксировала эту технику управления и контроля через хранилище памяти в реальных атаках [6].
Атаки с поддержкой ИИ в Японии
Данные из Японии свидетельствуют об использовании ИИ для сканирования уязвимостей и атак за пределами контролируемых исследований. 21 октября JPCERT/CC опубликовала результаты расследования недавних инцидентов несанкционированного доступа, затронувших организации в Японии. JPCERT/CC заявляет, что подтвердила использование злоумышленниками ИИ для сканирования на предмет известных уязвимостей и проведения атак через API. По данным JPCERT/CC, изучение инфраструктуры атак выявило свидетельства анализа Android-приложений, обнаружения API и тестирования на уязвимости, включая подделку запросов на стороне сервера (SSRF), причем инфраструктура также была нацелена на сервисы, предназначенные для пользователей за пределами Японии [7].
JPCERT/CC не упоминает ARTEX по имени в этой публикации. Упоминание ARTEX исходит из других расследований, включая анализ Storm-0940 от Microsoft.
ИИ в наступательных операциях
Microsoft описывает ARTEX как многоагентную систему тестирования на проникновение с открытым исходным кодом, способную автоматизировать деятельность при минимальном участии человека. Microsoft сообщила, что Storm-0940, которую компания относит к связанной с государством Китая хакерской группе, действующей с 2021 года, использовала ARTEX против сотен организаций, и Microsoft связала с ней компрометацию цепочки поставок ConnectWise [8].
Microsoft зафиксировала, как ARTEX ускоряет сканирование, разведку, распыление паролей (password spraying) и злоупотребление приложениями OAuth. Несколько операций под управлением ARTEX получили привилегированный доступ к облаку менее чем через три часа после первог таргетинга. После компрометации ConnectWise группа Storm-0940 попыталась пройти аутентификацию более чем в 2 250 тенантах со скоростью до 2 900 попыток в минуту [8].
Darktrace Threat Research обнаружила в своей собственной телеметрии активность, связанную с инфраструктурой, которая позже была соотнесена с этой кампаниями. 13 октября Darktrace зарегистрировала неудачную попытку аутентификации с участием 144.172.64[.]128 — одного из адресов, которые Microsoft позже идентифицировала как выполняющие входы и активность Microsoft Graph в клиентских средах ConnectWise. Анализ Darktrace выявил 65 неудачных попыток аутентификации примерно за 20 минут.
Телеметрия фиксирует повторяющиеся неудачные попытки аутентификации с инфраструктуры, которая позже была связана с этой кампанией. Она не подтверждает выполнение ARTEX или успешную компрометацию. На момент наблюдения последующая атрибуция от Microsoft была недоступна. Таким образом, в распоряжении аналитиков было само поведение: повторяющиеся неудачные попытки аутентификации с одного и того же источника за короткий период времени, а также любая связанная активность учетных записей, приложений или сети внутри среды.
Microsoft задокументировала более масштабную кампанию по распылению паролей против 327 учетных записей в восьми организациях в период с 10 по 14 октября. Было зафиксировано более 151 000 неудачных попыток входа в систему, в том числе более 111 000 — 11 октября, однако в ходе этой кампании не было зафиксировано ни одной успешной аутентификации, выпуска токенов, вызовов Graph или изменения каталогов. Microsoft также сообщила, что большинство попыток таргетинга со стороны Storm-0940 не увенчались успехом [8].
Там, где злоумышленник продвигался дальше аутентификации, Microsoft фиксировала входы в систему от имени субъектов-служб (service-principal), за которыми следовали операции в Graph и каталогах. Активность включала разведку, изменение учетных данных приложений и попытки модификации привилегий. Microsoft рекомендует сопоставлять входы субъектов-служб с активностью в Graph, изменениями в каталогах и доступом к ресурсам [8].
Поведение до атрибуции
Случаи PHP и ARTEX начинаются с разной информации. Защитники PHP знали, какое программное обеспечение требует срочного исправления, но изначально располагали ограниченными сведениями об эксплуатации. Выполнение процессов, изменение файлов и исходящие коммуникации все еще могли служить доказательством компрометации.
Наблюдения за PHP и ARTEX также иллюстрируют разницу между объемом и воздействием. Darktrace зафиксировала масштабное сканирование вокруг раскрытия информации о PHP, в то время как инфраструктура, связанная с ARTEX, генерировала концентрированную активность по аутентификации. Ни одно из наблюдений само по себе не доказывает компрометацию, и в каждом случае ключом к расследованию является изучение поведения, следующего за первоначальным взаимодействием.
Наблюдение Darktrace, связанное с ARTEX, началось с поведения при аутентификации. Microsoft публично приписала источник инфраструктуры восемь дней спустя. Эта атрибуция добавила контекста, но не изменила того, что было изначально зафиксировано в среде.
ИИ теперь присутствует в нескольких точках этого цикла. Daybreak применяет модели для обнаружения уязвимостей и их устранения. Darktrace Signal Labs продемонстрировала, как доверенный корпоративный агент может быть использован в контролируемой среде. JPCERT/CC подтвердил использование ИИ при сканировании уязвимостей и атаках на API в недавних инцидентах. Microsoft задокументировала использование ARTEX группировкой Storm-0940 в активных операциях [3][6][7][8].
Выводы Microsoft также показывают, почему масштаб и воздействие должны оцениваться отдельно. Одна кампания, связанная с ARTEX, привела к более чем 151 000 неудачных попыток входа без успешного доступа, в то время как другие операции достигали привилегированного облачного доступа менее чем за три часа. Команды безопасности должны отличать попытки с большим объемом от активности, которая продвигается через аутентификацию, изменение привилегий и доступ к ресурсам.
Доказательства, необходимые для оценки этих случаев, остаются привычными: записи аутентификации, выполнение процессов, изменения в приложениях и каталогах, активность файлов и сетевые коммуникации. ИИ может увеличить скорость, с которой происходят эти действия. Защитникам по-прежнему необходимо устанавливать их последовательность и влияние.
Благодарности: Эмме Фолджер, Сэму Листеру, Дилану Эвансу, Мойше Тайтелбауму
Ссылки
[1] NCSC-NL, уязвимости php2shell (CVE-2026-109618, CVE-2026-109619), 21 октября 2026 г. https://github.com/NCSC-NL/php2shell
[2] Агентство кибербезопасности Сингапура, https://www.csa.gov.sg/alerts-and-advisories/alerts/al-2026-151/
[3] OpenAI, Daybreak: Инструменты для обеспечения безопасности каждой организации в мире, 22 июня 2026 г. https://openai.com/index/daybreak-securing-the-world/
[4] OpenAI Developers, Масштабирование киберзащитников с помощью Daybreak, 21 августа 2026 г. https://developers.openai.com/blog/scaling-cyber-defenders-with-daybreak
[5] OpenAI, Cloudflare связывает обнаружение уязвимостей с защитой с помощью OpenAI, 21 октября 2026 г. https://openai.com/index/cloudflare-cyber/
[6] Darktrace Signal Labs, Shared Memories как скрытый канал C2, черновик исследования, предоставленный для ознакомления.
[7] JPCERT/CC, Недавние кибератаки с использованием ИИ в Японии: расследование инфраструктуры и методов атак, 21 октября 2026 г. https://blogs.jpcert.or.jp/en/2026/10/web_api_attacks.html
[8] Microsoft Security Research и Microsoft Threat Intelligence, Масштабная кампания национального уровня с использованием ИИ и ARTEX приводит к компрометации цепочки поставок, 21 октября 2026 г. https://www.microsoft.com/en-us/security/blog/2026/10/21/storm-0940-uses-artex-agentic-ai-connectwise-supply-chain-compromise/
[9] Darktrace, Продвижение использования передового ИИ в кибербезопасности: Darktrace присоединяется к партнерской программе OpenAI Daybreak Cyber для изучения интеграций защитного ИИ, 22 июня 2026 г. https://www.darktrace.com/blog/advancing-the-use-of-frontier-ai-in-cybersecurity-darktrace-joins-the-openai-daybreak-cyber-partner-program-to-explore-defensive-ai-integrations
