כשההאקר נעלם: הסיכון החדש שמביאים סוכני AI

קישור מרשת X להטמעה:

ט:

מתקפת כופר כבר לא חייבת להישען על אדם שיושב מול המחשב ומקבל החלטות. AI יכולה לקבל מטרה, לחפש את הדרך אליה, להתמודד עם כישלונות ולהמשיך לפעול – והמשמעות עבור ארגונים פיננסיים עשויה להיות גדולה בהרבה מעוד חולשת סייבר

מתקפת כופר הייתה במשך שנים משחק של אדם מול ארגון. התוקף היה צריך לחדור, להבין את הסביבה, למצוא הרשאות, להתקדם בין מערכות ולבסוף להגיע למידע בעל ערך. כל שלב דרש זמן, ידע וקבלת החלטות. עכשיו מתחיל להופיע מודל אחר: AI שמסוגלת לבצע חלק גדול מהתהליך בעצמה. המקרה של JADEPUFFER, שנחשף על ידי חברת אבטחת הסייבר Sysdig, ממחיש היטב את השינוי. חשוב להבהיר: JADEPUFFER אינה החברה שנפגעה, אלא השם שניתן לגורם התקיפה. זהות הארגון שנפגע לא פורסמה.

כך נראתה התקיפה

האירוע התחיל בשרת Langflow שהיה חשוף לאינטרנט. חולשת אבטחה אפשרה ל-JADEPUFFER להיכנס אליו ולהפעיל קוד ללא צורך בהזדהות. משם היא החלה לחפש מידע, הרשאות ומפתחות גישה, בדקה אילו מערכות נוספות זמינות לה ואספה מידע מסביבת העבודה.

"הסיכון החדש מתחיל ברגע שבו התוקפת כבר לא צריכה אדם שיגיד לה מה לעשות. היא יכולה למצוא את הדרך בעצמה, ללמוד מהכישלון ולהמשיך עד שתגיע למערכת הקריטית."

השרת הזה לא היה היעד הסופי. JADEPUFFER השתמשה בו כנקודת כניסה כדי להגיע לשרת ייצור נפרד, שבו פעל מסד נתונים ומערכת לניהול תצורה. שם כבר התבצע השלב ההרסני: השתלטות על המערכת, הצפנת מידע, מחיקת טבלאות ובהמשך מחיקת מסדי נתונים נוספים.

The ransomware attack dubbed “JADEPUFFER”, one of the first documented cases of a threat actor using large language model (LLM) to conduct an end-to-end attack, offers a glimpse into how AI could shape future ransomware campaigns. https://t.co/gvYmS4YpgN

While the attack relied… pic.twitter.com/hGgw7osawR

— Microsoft Threat Intelligence (@MsftSecIntel) August 26, 2026

הפרט המעניין ביותר התרחש כאשר דברים לא עבדו. ניסיון התחברות נכשל. במקום לעצור ולהמתין להנחיה, JADEPUFFER ניסתה להבין מה השתבש, שינתה את דרך הפעולה והצליחה להתחבר מחדש. בתוך 31 שניות בלבד היא התאימה את עצמה לכישלון והמשיכה במשימה. זה בדיוק ההבדל בין אוטומציה שמבצעת הוראות לבין AI שמסוגלת להתאים את עצמה למציאות.

עבור מוסדות פיננסיים, הבעיה גדולה יותר

המערכת הפיננסית רגישה במיוחד לשינוי הזה. בנקים, חברות ביטוח, חברות אשראי ופינטקים מפעילים סביבות מורכבות מאוד: מערכות ליבה, מאגרי מידע, מערכות CRM, שירותי ענן, ממשקי API, מערכות צד שלישי ומערכות ותיקות. לכל אחת מהן הרשאות, משתמשים וחיבורים למערכות אחרות.

חשוב להדגיש שהמקרה של JADEPUFFER לא תועד דווקא בארגון פיננסי, וזהות הקורבן לא נחשפה. אבל דווקא משום כך הוא מעניין. הוא מדגים דפוס תקיפה שיכול להיות רלוונטי לכל ארגון שמחזיק מערכות מחוברות, הרשאות ותשתיות קריטיות.

תוקף אנושי שנכנס למערכת אחת צריך להקדיש זמן להבנת הסביבה ולבחירת הצעד הבא. בתוך אותה סביבה, AI יכולה לסרוק במהירות את האפשרויות שעומדות בפניה, לזהות הרשאות זמינות ולנסות מסלולים שונים.

השאלה העסקית שארגון צריך לשאול היא פשוטה: מה עלול לקרות אם גורם עוין יצליח לחבר כמה חולשות קטנות למסלול תקיפה אחד?

https://x.com/MsftSecIntel/status/2092651076537270376?s=20

הסיכון עובר מחולשה בודדת לשרשרת

אחת התובנות החשובות מהמקרה היא שלא נדרשה כאן בהכרח טכנולוגיה פורצת דרך. חולשות מוכרות, הרשאות לא מספיק מוגנות ומערכות חשופות יכולות להספיק כאשר AI מסוגלת לחבר ביניהן במהירות.

עבור מנהלי סיכונים, זהו שינוי חשוב בדרך שבה צריך להסתכל על סייבר. בדיקה שמוצאת עשר חולשות ומדרגת אותן בנפרד אינה בהכרח מספרת את הסיפור האמיתי. חולשה שנראית בינונית בפני עצמה יכולה להפוך לקריטית אם היא מאפשרת ל-AI להתקדם למערכת אחרת, להשיג הרשאה נוספת ומשם להגיע למידע רגיש.

המשמעות היא שהארגון צריך להבין לא רק איפה נמצאות החולשות, אלא איזה מסלול יכול להיווצר ביניהן. זו נקודה משמעותית במיוחד בארגונים פיננסיים, שבהם שרשרת קצרה של מערכות מחוברות יכולה להתחיל בשרת צדדי ולהסתיים במידע בעל ערך עסקי עצום.

ההגנה צריכה לזהות את הסיפור

גם ההגנה צריכה להשתנות. זיהוי של פעולה חריגה אחת אינו מספיק כאשר AI מסוגלת לבצע עשרות פעולות לגיטימיות לכאורה. ניסיון התחברות, חיפוש הרשאה, גישה למערכת אחרת או שינוי הגדרה אינם בהכרח אירוע שמפעיל אזעקה.

אבל כאשר הפעולות האלה מתרחשות ברצף ובתוך זמן קצר, הן כבר מספרות סיפור אחר. במקרה של JADEPUFFER, החוקרים זיהו כיצד היא נתקלה בבעיה, בחנה אותה ושינתה את הפעולה שביצעה כדי להמשיך במשימה. אפילו הקוד שנוצר במהלך התקיפה כלל הסברים לגבי מטרות הפעולות וסדר העדיפויות שלהן.

לכן ארגונים פיננסיים יצטרכו להשקיע יותר בזיהוי התנהגות ובהבנת הקשר בין אירועים. מערכת אבטחה טובה צריכה להיות מסוגלת לומר: הפעולה הזאת כשלעצמה אינה חריגה, אבל השילוב שלה עם הפעולות הקודמות נראה כמו ניסיון להתקדם בתוך הארגון.

מבחינה עסקית, מדובר בשינוי חשוב. ככל שהפעילות הופכת לאוטונומית יותר, חלון הזמן שבו ניתן לעצור אותה מצטמצם. ארגון שזקוק לשעות כדי לזהות אירוע ולבודד מערכת עלול לגלות שה-AI כבר הספיקה להגיע למספר מערכות נוספות.

כלכלת התקיפה משתנה

יש כאן גם היבט עסקי שאסור לפספס. מתקפת סייבר הייתה כרוכה בעבר בעלות משמעותית לתוקף: אנשים, זמן ומומחיות. AI עשויה להוזיל חלק מהעלות הזאת.

אם היא יכולה לנסות במהירות מסלולי תקיפה שונים, לתקן טעויות ולהמשיך לפעול, תוקף יכול לנסות יותר מטרות בפחות משאבים. זה משנה את כלכלת הסיכון.

עבור מוסד פיננסי, המשמעות היא שלא מספיק להשקיע במניעת הפריצה. צריך לבחון כמה זמן ייקח לזהות אירוע, כמה מהר ניתן לבודד מערכת, האם קיימת יכולת התאוששות אמיתית ומה יקרה אם מידע קריטי יהיה בלתי זמין במשך שעות או ימים.

JADEPUFFER  מייצגת שלב חדש בהתפתחות של מתקפות סייבר: AI שמסוגלת לבצע בעצמה חלק מהעבודה שבעבר דרשה אדם מיומן, ולהמשיך במשימה גם כאשר המציאות אינה תואמת את התוכנית המקורית. היכולת הזאת עשויה להפוך מתקפות מורכבות למהירות, זולות ונגישות יותר.

עבור הארגון הפיננסי, ההיערכות צריכה להתמקד בזיהוי מוקדם של התנהגות חריגה ובצמצום הרשאות למינימום הנדרש, יחד עם יכולת לבודד מערכות ולהחזיר את הפעילות לשגרה. חוסן כזה מגן על רציפות השירות ועל אמון הלקוחות.

מנהלי טכנולוגיה וסיכונים צריכים להיערך למציאות שבה תוקפת מבוססת AI יכולה לקבל יעד ולהתקדם אליו באופן עצמאי, תוך התאמת הפעולות שלה לתנאים שהיא פוגשת בדרך. הדבר מחייב בחינה מחודשת של מהירות התגובה וההרשאות בארגון, ובמקביל יצירת יכולת לעצור מסע תקיפה לפני שהוא מגיע למערכות הקריטיות.

הכותב הוא יועץ טכנולוגי לארגונים בעיקר בתחום האשראי החוץ בנקאי ובעברו מנמ"ר.