مرداد
اخبار
اولین حمله سایبری تمامخودکار جهان؛ هوش مصنوعی تایوان را هدف گرفت
برای اولینبار، پژوهشگران امنیتی یک حمله سایبری تمامخودکار را کشف کردهاند که از ابتدا تا انتها توسط عاملهای هوش مصنوعی هدایت شده؛ هدفی بهنام تایوان و زیرساختهای حیاتی آن.
لیست مطالب
۱. چه اتفاقی افتاد؟ ماجرای حمله سایبری تمامخودکار به تایوان
در جولای ۲۰۲۶، تیم تحقیقاتی شرکت امنیتی اسرائیلی Dream حین بررسی یک آرشیو آنلاین ۱۶۰ مگابایتی، به مجموعهای عجیب از ۱٬۳۹۵ فایل برخورد کردند که بهطور کامل، مراحل یک عملیات هک را مستندسازی کرده بود. اما چیزی که این کشف را از هر گزارش امنیتی دیگری متمایز میکرد، این بود: بخش عمده این عملیات نه توسط یک تیم انسانی، بلکه توسط چند عامل هوش مصنوعی که بهصورت خودکار و بدون نظارت لحظهبهلحظه انسان کار میکردند، اجرا شده بود.
هدف این حمله، زیرساختهای دیجیتال دولت تایوان بود؛ از سامانههای اداری گرفته تا آژانس ایمنی هستهای این کشور. گزارش فایننشالتایمز که نخستین رسانهای بود که یافتههای Dream را منتشر کرد، این عملیات را «اولین حمله سایبری کاملاً خودکار و سرتاسری» توصیف کرده که تاکنون ثبت شده است. اگر بخواهید با مفاهیم پایه هوش مصنوعی و اینکه اصلاً چنین سامانههایی چطور کار میکنند بیشتر آشنا شوید، میتوانید نگاهی هم به مقاله معرفی OpenAI و فناوری پشت آن در سایت ما بیندازید.
۲. چرا این حمله «اولین از نوع خود» نامیده میشود؟
حملات سایبری مبتنی بر هوش مصنوعی چیز جدیدی نیستند؛ سالهاست مهاجمان از ابزارهای هوشمند برای نوشتن بدافزار، تولید ایمیلهای فیشینگ باورپذیر یا خودکارسازی بخشی از فرآیند حمله استفاده میکنند. اما چیزی که این عملیات را متفاوت میکند، سطح استقلال کامل آن است. طبق ادعای Dream، اینبار عاملهای هوش مصنوعی نه فقط یک ابزار کمکی، بلکه «فرمانده عملیات» بودند: از شناسایی هدف و کشف نقاط ضعف گرفته تا نفوذ، حرکت جانبی در شبکه و حتی یادگیری از شکستهای خودشان، همهچیز بدون دخالت مستقیم انسان در لحظه اجرا انجام شده است.
این یعنی مهاجمان دیگر لازم نیست پشت هر مرحله از حمله بنشینند و دستور بدهند؛ کافی است هدف کلی را مشخص کنند و عامل هوش مصنوعی خودش مسیر رسیدن به آن را پیدا میکند. چنین تحولی، دقیقاً همان نگرانیای است که در مقاله پتانسیلها و محدودیتهای واقعی هوش مصنوعی هم به آن پرداختهایم: فناوریای که میتواند خیلی مفید باشد، وقتی در دستان اشتباه بیفتد، همانقدر هم میتواند خطرناک شود.
عاملهای هوش مصنوعی در برابر ابزارهای سنتی هک
در حملات سنتی، حتی خودکارترین اسکریپتها هم نیاز به تنظیم دستی، بهروزرسانی و نظارت انسانی دارند. اما یک عامل هوش مصنوعی میتواند بر اساس نتیجه هر اقدام، تصمیم بعدی را خودش بگیرد؛ درست مثل یک هکر انسانی باتجربه که مرحله به مرحله پیش میرود، با این تفاوت که سرعت و مقیاس عملکردش بهشدت بالاتر است و میتواند بهصورت موازی، دهها مسیر حمله را همزمان امتحان کند.
۳. ابزارهای Hermes و OpenClaw؛ موتور محرک این عملیات
بر اساس گزارشها، مهاجمان از دو چارچوب متنباز هوش مصنوعی به نامهای Hermes و OpenClaw استفاده کردهاند؛ ابزارهایی که بهصورت عمومی در دسترس هستند و اصولاً برای کاربردهای توسعه نرمافزار و خودکارسازی طراحی شدهاند، نه برای هک. این نکته بهتنهایی هشداردهنده است: مهاجمان مجبور نبودند بدافزار یا مدل هوش مصنوعی اختصاصی و پرهزینهای بسازند؛ آنها صرفاً ابزارهای متنباز موجود را برای هدف مخرب خود بازآرایی کردند.
گزارشها نشان میدهند این چارچوب توانسته تا هشت زیرعامل هوشمند را همزمان مدیریت کند؛ هر زیرعامل مسئول بخشی از عملیات، از شناسایی زیرساخت گرفته تا استخراج داده. این معماری چندعاملی (multi-agent) دقیقاً همان الگویی است که این روزها در بسیاری از ابزارهای بهرهوری و کدنویسی هوش مصنوعی هم دیده میشود؛ اگر کنجکاو هستید این معماریها در دنیای واقعی و قانونی چطور به کار میروند، مقاله توهم برنامهنویس تنها در برابر مهندس واقعی را در سایت ما بخوانید.
۴. آمار و ابعاد نفوذ: از حسابهای دولتی تا رکوردهای پرسنلی
ابعاد این عملیات وقتی به اعداد میرسیم، واقعاً نگرانکننده میشود. طبق مستندات کشفشده توسط Dream، این حمله در مجموع به نتایج زیر منجر شده است:
نفوذ به ۸۵ حساب کاربری دولتی فعال، استخراج بیش از ۲٬۵۰۰ رکورد پرسنلی حساس، شناسایی بیش از ۳۶ نقطه دسترسی API ناامن روی تنها یک هدف واحد، و سرقت هفت کلید ورود یکپارچه (SSO) بههمراه شش مجموعه اطلاعات ورود پایگاهداده داخلی. این حمله محدود به بخش دولتی هم نماند و بهتدریج به تأمینکنندگان زنجیره تأمین، سامانههای ایمیل دولتی و بیش از هفت شرکت فعال در بخش انرژی تایوان هم گسترش پیدا کرد.
نکته مهم اینجاست که چنین دامنهای از نفوذ، معمولاً به هفتهها یا حتی ماهها کار تیمی نیاز دارد؛ اما در این مورد، طبق زمانبندی مستندات کشفشده، عملیات اصلی تنها طی چند روز، بین اول تا چهارم جولای ۲۰۲۶، انجام شده است.
۵. چگونه هوش مصنوعی بهتنهایی نقشه حمله را طراحی کرد؟
شاید فنیترین و در عین حال ترسناکترین بخش این گزارش، توصیف نحوه عملکرد خودمختار این سامانه است. طبق یافتههای Dream، عاملهای هوش مصنوعی درگیر در این عملیات توانستند بهطور کامل اکوسیستم فناوری دولت تایوان را نقشهبرداری کنند، نقاط دسترسی بدون احراز هویت را شناسایی کنند و کپچاها را با دقتی نزدیک به صددرصد حل کنند.
علاوه بر این، سامانه از حملات رمزپاشی (password spraying) بهصورت خودکار استفاده کرد و مهمتر از همه، دارای چیزی بود که پژوهشگران آن را «چرخه یادگیری» نامیدهاند: هوش مصنوعی بهطور مداوم پایگاههای داده آسیبپذیری عمومی و مخازن گیتهاب را جستوجو میکرد تا تکنیکهای تازه و مؤثرتری برای نفوذ پیدا کند، و در صورت شکست یک روش، مسیر خود را اصلاح میکرد. این یعنی سامانه در طول عملیات، هوشمندتر و مؤثرتر میشد؛ دقیقاً برخلاف بدافزارهای سنتی که رفتار ثابتی دارند.
اگر میخواهید بدانید طراحی دستورها و پرامپتهای هوشمند برای هدایت چنین عاملهایی چطور کار میکند، مقاله آموزش نوشتن پرامپت برای مبتدیان در سایت ما نقطه شروع خوبی است تا با منطق پشت این نوع سامانهها آشنا شوید.
۶. واکنش صنعت: از هشدار OpenAI تا اتحاد امنیتی انویدیا
افشای این عملیات، بلافاصله واکنش گستردهای در صنعت هوش مصنوعی و امنیت سایبری برانگیخت. مایکل دالتون، یکی از کارشناسان ارشد OpenAI، در اینباره هشدار داد که «حملات تهاجمی کاملاً خودکار و هدایتشده با هوش مصنوعی اکنون واقعیت دارند» و پیشبینی کرد مهاجمان بهزودی بهطور عمدی مجموعهای از عاملهای هوش مصنوعی مسلح (weaponized agent collectives) را برای عملیات گستردهتر به کار خواهند گرفت.
این هشدار همزمان با تلاشهای اخیر ائتلافی از بیش از ۱۲۰ شرکت، از جمله انویدیا، سیسکو و کرادسترایک، برای ایجاد یک چارچوب استاندارد گزارشدهی حوادث امنیتی مرتبط با عاملهای هوش مصنوعی مطرح میشود؛ چارچوبی که قرار است رفتار عاملهای سرکش را مشابه بلکباکس هواپیما ثبت و قابل بررسی کند. این همزمانی نشان میدهد صنعت فناوری از قبل نگران دقیقاً همین سناریو بوده؛ حالا فقط شاهد اولین نمونه واقعی و مستند آن هستیم.
۷. پیامدهای این حمله برای امنیت ملی و زیرساختهای حیاتی
هدف قرار گرفتن یک آژانس ایمنی هستهای، حتی اگر منجر به آسیب فیزیکی نشده باشد، بهتنهایی زنگ خطر بزرگی است. زیرساختهای حیاتی مانند انرژی، آب و سامانههای هستهای معمولاً از فناوریهای قدیمیتر و کمتربهروزرسانیشده استفاده میکنند؛ دقیقاً همان نوع سیستمهایی که در برابر یک مهاجم خودآموز و پرسرعت آسیبپذیرترند. وقتی مهاجم دیگر یک تیم انسانی محدود نیست بلکه سامانهای است که میتواند صدها مسیر حمله را بهصورت موازی امتحان کند، معادله دفاع سایبری کاملاً تغییر میکند.
کارشناسان معتقدند دولتها و شرکتهای زیرساختی باید هرچه سریعتر سیستمهای تشخیص نفوذ خود را برای شناسایی الگوهای رفتاری عاملهای هوش مصنوعی بهروزرسانی کنند، چرا که این الگوها با رفتار هکرهای انسانی یا بدافزارهای سنتی تفاوت اساسی دارند. برای درک بهتر اینکه چرا چنین فناوریهایی اینقدر برای کسبوکارها و دولتها اهمیت پیدا کردهاند، مطالعه مقاله اهمیت هوش مصنوعی برای کسبوکارها در سال ۲۰۲۵ میتواند مفید باشد.
۸. راهکارهایی که کسبوکارها و دولتها باید در نظر بگیرند
در مواجهه با چنین تهدیدی، چند اقدام عملی میتواند ریسک را کاهش دهد. نخست، احراز هویت چندمرحلهای و محدودسازی دسترسی API باید در همه سامانههای حساس اجباری شود، چون بسیاری از نقاط نفوذ در این حمله دقیقاً از همین مسیرها بازشده بودند. دوم، سازمانها باید به سراغ ابزارهای تشخیص مبتنی بر رفتار بروند، نه صرفاً امضای بدافزار، چون عاملهای هوش مصنوعی رفتار خود را مدام تغییر میدهند.
سوم، حسابرسی مداوم گزارشهای دسترسی و اتصال به گیتهاب و پایگاههای عمومی آسیبپذیری میتواند به شناسایی زودهنگام چنین «چرخههای یادگیری» ماشینی کمک کند. برای مقایسه اینکه مدلهای مختلف هوش مصنوعی امروز از نظر توانمندی استدلالی و برنامهریزی چندمرحلهای در چه سطحی هستند، نگاهی به مقاله مقایسه ChatGPT و DeepSeek در سایت ما خالی از لطف نیست؛ همین توانمندیهای استدلالی هستند که وقتی در مسیر اشتباه به کار گرفته شوند، چنین حملاتی را ممکن میسازند.
برای دنبالکردن آموزشهای کاربردی درباره استفاده درست و ایمن از ابزارهای هوش مصنوعی، میتوانید سری آموزشهای چتجیپیتی در سایت ما را هم دنبال کنید؛ و برای آخرین اخبار روز دنیای هوش مصنوعی، صفحه اخبار هوش مصنوعی همیشه بهروز است.
۹. سوالات متداول (FAQ)
آیا این حمله باعث حادثه هستهای شده است؟ نه؛ گزارشها نشان میدهند هدف اصلی سرقت داده و نفوذ اطلاعاتی بوده، نه آسیب فیزیکی به تأسیسات هستهای، اما دسترسی به چنین آژانسی بهتنهایی نگرانکننده است.
چه کسی مسئول این حمله بوده است؟ شرکت Dream مدعی شده مستندات و زبان بهکاررفته در فایلهای کشفشده به گروههای مرتبط با چین اشاره دارد، هرچند انتساب قطعی حملات سایبری همیشه با احتیاط همراه است.
آیا ابزارهای Hermes و OpenClaw ذاتاً مخرب هستند؟ خیر؛ این ابزارها متنباز و برای کاربردهای مشروع طراحی شدهاند. مشکل اصلی، سوءاستفاده مهاجمان از قابلیتهای خودمختاری آنهاست، نه خود فناوری.
چطور میتوان از چنین حملاتی در امان ماند؟ ترکیبی از احراز هویت قوی، پایش رفتاری مبتنی بر هوش مصنوعی، و بهروزرسانی مداوم زیرساختهای قدیمی، مهمترین گامهای دفاعی در برابر این نسل تازه از تهدیدات هستند.
نسخهٔ فوری این مطلب در تلگرام: اینجا بخوانید
