600多台FortiGate网关设备失守,横跨超过55个国家——据亚马逊云科技(AWS)威胁情报团队官方通报记录的这起案例,时间跨度从2026年1月11日到2月18日(UTC),作案者是一名以牟利为目的的俄语威胁行为者,手法是借助多种商用生成式AI服务。
过去大家谈到大模型参与网络攻击,往往想到润色钓鱼邮件、代写几行脚本。AWS威胁情报通报披露的案例把问题往前推了一步:商业生成式AI服务已经被用于规模化入侵,多国网络设备成了目标。机器未必能包办整条攻击链,但它能接走多少重复劳动,已经足以改变攻防两端的成本账。
AI从“打下手”走到了哪一步?
AWS那份通报用的词是“AI增强型”。据亚马逊安全报告显示,这名行为者调用了多家商业生成式AI服务,最终入侵了多国的FortiGate设备。
根据AWS技术分析说明,“AI增强型”并不等于机器接管了所有环节。更准确的理解是,攻击者把生成式AI塞进原有工具箱,用它处理原本需要人工完成的部分工作。人仍然选择目标、调用服务并推动行动,模型则可能帮助分析反馈、调整代码或加快重复操作。
这一步的分量在于人力的天花板。一个人熬夜盯屏幕,同时能顾上的目标有限;当部分试探和改写可以交给模型,攻击者就有机会把同一套办法撒向更多设备。过去像手工作坊,现在开始有了流水线的味道。
AI为什么能帮助攻击者摸进系统?
不少读者会犯嘀咕:平时让聊天机器人写封邮件都可能胡诌,它凭什么参与攻破企业系统?
据网络安全工程实测文献,这里要把“对话框”和“接上工具的模型”分开看。早期的自动化攻击常靠写死的脚本:先敲前门,前门不开就换侧窗,侧窗一开便继续执行。可现实里的服务器环境千差万别,路径改一改、防火墙弹出意外提示,死脚本便可能卡住,只能报错罢工。
接上扫描器、代码解释器或命令行后,模型可以根据UIUC团队实测验证读取工具返回的结果,再生成下一步操作建议。它能根据报错改写代码、调整参数,也能把重复的信息整理工作做得更快。说白了,它不只会“回答”,还可以参与一轮轮“试探—读反馈—改方案”。
打个比方,死脚本是一把配好的钥匙,碰上换锁只能干瞪眼;接入工具链的模型更像一个能听锁芯动静、随时修改工具的助手。不过,助手会判断错,也会把不存在的问题说得煞有介事。遇到内网隔离严格、权限分级清楚的环境,它照样可能在死胡同里绕圈。
补丁公告为什么可能变成攻击提示?
机器能够加快试错,已经够让人挠头了。更麻烦的是,它学习公开漏洞信息的速度。
软件厂商发现漏洞后,通常会发布安全更新,并在通用漏洞披露信息中说明受影响的组件,提醒用户及时升级。这类公告原本是给防守方的维修通知,也可能被攻击者拿来研究入口。
问题出在执行节奏上。许多机构安装补丁之前,要测试新版本会不会影响业务,再走审批,最后挑业务低谷期重启。攻击者没有这套流程,拿到公开漏洞描述便能动手分析。
学术界做过相关实测。伊利诺伊大学厄巴纳-香槟分校(UIUC)研究团队论文给出的结果是:在提供公开CVE描述的条件下,GPT-4能够利用其中87%的漏洞。口径要说清——这是该论文实验设定下的比例,不等于野外实战的成功率。
换句话说,厂商贴出的维修公告,也可能成为一份开锁提示。过去还要找熟悉底层代码的人逐项分析,如今模型可以帮助读懂描述、生成测试代码并反复修改。防守方原本就不宽裕的补丁窗口,又被催了一遍。
AI真能包办整条攻击链吗?
听到AI参与大规模入侵,不少人脑子里大概已经浮现出机器觉醒、黑客集体退休的画面。先别自己吓自己。
做软件工程的人都清楚,大模型容易钻牛角尖,偶尔还会一本正经地产生幻觉。结构简单、配置疏漏明显的目标,它顺着现成漏洞推进可能很利索;一旦撞上层层设防的环境,也可能反复打转。
动静同样是软肋。有经验的人类攻击者进入系统后往往蹑手蹑脚,怕异常操作触发监控。自动化程度较高的流程若不断试探、频繁报错,反而可能在防守方后台留下明显痕迹。快归快,未必安静。
还有一层常被忽略:AI参与技术操作,不等于背后没人。挑哪类机构下手、如何变现、是否继续扩大攻击,仍是屏幕后面的人在算。机器省掉的是部分敲键盘和反复修改的苦力,黑产逐利的底色没变。
试错成本降下来,谁的防线最先吃紧?
AI还算不上无影无踪的顶级特工,但它可以让重复试探变得更便宜。黑产算的从来不是单次成功率有多漂亮,而是撒网这笔账划不划算。
正如AWS威胁情报团队在研判中所提示,大银行、跨国科技公司常年养着专职安全团队,持续盯着异常流量,莽撞的自动程序过去未必能讨到便宜。真正悬在半空的,是那些觉得自己“规模小、没人惦记”的中小机构。
这一点跟北美华商的日常经营离得很近。会计楼存着客人的报税表和社安号,诊所握着病患档案,批发仓连着上下游的账期,店里角落还可能蹲着一台常年不关机的网关设备、一台路由器、一台装着客户资料的电脑。这些设备一旦长期不更新,便可能成为批量扫描时被顺手推开的门。
过去,攻击者专门雇人去啃一家小机构的网关,投入未必划算;当生成式AI能够帮助处理部分分析、改写和重复操作,顺着公网地址挨家试锁的成本就可能降低。
没人专门惦记你,不代表没人会顺手推一下店门。
游仕观察
这起案例真正敲响的警钟,是网络犯罪的规模化门槛正在下降。当部分扫描、分析、改写和反复试探可以交给AI,攻击便更容易变成撒网式生意。进攻方只需在许多目标中撞对一次,防守方却要照看每个对外端口,账天然不好算。
落到北美华商和普通读者身上,这件事跟日常账本直接相连。核心文件若被加密或客户资料外泄,最先出现的可能是业务中断;是否需要依照当地规定进行数据泄露通报,则要看所在州及数据类型。小商户现在能做的并不玄乎:检查店里和家里的路由器、防火墙网关及网络存储设备,及时安装厂商安全更新;关闭平时不用的公网远程管理入口;为后台账号开启多重身份验证;把核心客户账目定期备份到不与日常网络持续连接的介质中。
AI让试锁更省事,守门也得勤快些。把门栓插紧,总比跟自动工具拼运气靠谱。
来源
- 亚马逊云科技(AWS)威胁情报团队:亚马逊发现俄语黑客借AI入侵超55国逾600台FortiGate设备
- 伊利诺伊大学厄巴纳-香槟分校(UIUC)研究团队:给定CVE描述后,GPT-4能够利用其中87%的漏洞
https://aws.amazon.com/blogs/security/ai-augmented-threat-actor-accesses-fortigate-devices-at-scale/