编排器扩散正在改变攻击节奏
过去一个月,LLM渗透测试与编排框架快速扩散。Cloudflare称,50多个框架家族曾尝试扫描其全球客户;与ARTEX有血缘关系的仓库已超过1.2万个,其中包含数百个独立分支。自2026年10月1日起,AI渗透与利用工具的日请求量增长30倍;原仓库10月8日下架后,相关流量又增长逾10倍。截至11月12日,ARTEX及其分支占Cloudflare所跟踪的已知AI渗透编排器逾60%。这些数据来自厂商遥测和开源项目观察,并非全球普查;仓库数量多也不等于工具正在运行或攻击已经成功。
从单点扫描转向连续攻击链
核心变化并非只是生成更多攻击请求,而是让多个代理按照观察、判断、决策、行动的循环持续枚举、验证和利用,并把结果传递给下一阶段。接入MCP及既有安全工具后,这类框架能够并行处理资产关系。一旦再获得静态令牌,攻击范围就可能从CI/CD扩展到云环境及客户租户,原本孤立的漏洞探测因此变成可连续推进的攻击链。
凭据成为横向移动的关键支点
Cloudforce One披露,多起事件中,攻击者先进入超大规模云服务商环境,再借助CI/CD中静态、不过期且权限宽泛的令牌进入客户环境。一起事件中出现了多类以“artex-”开头的Worker脚本,请求超过每分钟69次,并有一小时内400次数据库导出请求,以及持久化和第三方会话令牌验证尝试。现有证据显示,初始入侵最可能来自第三方超大规模云服务商;不过,相关活动可能受到操作者轻度引导,脚本命名也不能单独证明操作者身份。
适用场景与能力边界
这类工具的直接用途是授权渗透测试以及暴露面验证,但能力边界取决于目标可达性、凭据和执行权限。部分框架内置SSH、隧道、Active Directory及云横向能力,另一些仍需操作者指示;执行环境可能要求容器、网络连接甚至主机或root权限。现有证据也不足以证明相关攻击均由AI完全自主完成,不能仅凭仓库热度或攻击流量判断其实际成功率。
现代安全模型的六项控制
针对这一威胁,Cloudflare建议以六项控制组成“现代安全模型”:
- 强化入口:部署流量控制、带高级规则的WAF和限速机制,阻断直接探测与洪泛。
- 设置门厅:对客户可访问的Web应用实施异常检测,并使用安全密钥及硬件FIDO密钥强化身份。
- 识别虚假访客:通过Bot Defense和行为挑战,识别无头浏览器、爬虫及机械化的交互模式。
- 治理后门:对高风险内外部应用实施基于身份的访问控制和微隔离,限制凭据被滥用后的横向移动。
- 检查交付:对API请求执行OpenAPI模式校验、mTLS认证和显式安全控制,并采用默认拒绝策略。
- 建立邻里守望:利用威胁情报更新规则和传感器,及早发现新工具、新基础设施及新攻击方式。
这组控制并非简单叠加产品,而是把防守重心从传统网络边界扩展到身份、最小权限、可观测性和快速联动。对于遗留系统及本地设备,应通过身份门控使其在逻辑上无法直接从互联网访问,同时让任何横向移动都变得更慢、更响、更容易被发现。
资料来源:Adapting to AI penetration testing orchestrators: The Modern Security Model(2026-11-13)。
一起聊聊
留下你的想法,评论审核通过后展示。