中国のハッカー、AIエージェント「ARTEX」を使い世界中の200組織を標的に

Vapor Pandaとして知られる中国の国家支援型ハッキンググループが、「ARTEX」と呼ばれる人工知能駆動のペネトレーションテストフレームワークを用いた大規模なサイバー諜報キャンペーンを開始しました。2026年10月17日以降、同グループは最小限の人的介入で同時侵入を実行するために自動化されたエージェントを活用し、世界中で200以上の組織を標的としています。

何が起きたか

CrowdStrikeはこの活動を特定し、以前はVexatiousTemperとして追跡され、Earth Estriesクラスタと重複していた脅威アクターであるVapor Pandaに帰属させました。このキャンペーンは、ラテンアメリカ、ヨーロッパ、アジア、中東の外務省など、高価値のターゲットに焦点を当てています。米国では、製薬、半導体、防衛、原子力、金融セクターの19組織に加え、米国、ベルギー、フィリピンにある通信プロバイダーも標的となりました。

9つの組織でのポストエクスプロイト活動が確認されており、攻撃者はShadowPadマルウェアの派生版であるBLOODALCHEMYを展開しました。その後、クレデンシャルスプレーイング、ネットワークスキャン、偵察が行われました。さらに、Vapor Pandaは米国のシンクタンクや欧州の政府機関を含む少なくとも12の他のエンティティに対してパスワードスプレーイングおよびクレデンシャルスキャンを実施しました。この作戦の規模は、GoベースのフレームワークであるARTEXによって推進されており、これにより小規模なチームでも手動操作では不可能なほど広範なターゲットセットを管理することが可能になります。

仕組み

ARTEXは、DeepSeekや不明な商用サブスクリプションベースのLLMなど、複数の大規模言語モデル（LLM）バックエンドをオーケストレーションすることで動作します。初期アクセスからホスト偵察、横方向移動へと進むために調整されるプランナーエージェントとワーカーエージェントのシステムを採用しています。人間のオペレーターはループ内に留まり、エージェントを誘導してWebシェルを作成し、ドメイン管理者パスワードを抽出し、エンドポイントセンサーカバレッジを列挙します。単一の侵入において、プランニングエージェントは約14億の入力トークンを消費しており、膨大な自動化が行われていることを示しています。

このフレームワークは、AIの自律性と確立されたエクスプロイト技術を組み合わせています。例えば、署名なしのSecurity Assertion Markup Language（SAML）アサーションとXML外部エンティティ（XXE）脆弱性をチェーン化し、クラウドのInstance Metadata Servicesにクエリを実行します。また、認証されていないオーケストレーションサービスを悪用してコンテナ環境でルートアクセスを取得し、リソースベースの制約付き委任を利用して特権アカウントになりすまします。ある攻撃経路が失敗した場合、エージェントは自動的に代替手法へ切り替えます。これにはWebアプリケーション、クラウドサービス、Active Directory、VPNインフラストラクチャが含まれます。

主要な詳細

• 脅威アクター: Vapor Panda（別名VexatiousTemper）、2021年2月に初めて確認された中国拠点の標的型侵入アドバーサリー。
• ツール: ARTEX、Li Puhua（"Autumn-27"）が開発したGoベースのAIペネトレーションテストフレームワークで、現在はクローズドソース。
• 規模: 2026年10月17日開始時点で、政府、防衛、通信、テックセクターにわたる200以上の異なる組織が標的。
• メカニズム: DeepSeekと商用LLMを搭載したプランナーおよびワーカーエージェントを使用し、偵察とエクスプロイトを自動化。
• マルウェア: クレデンシャル収集や横方向移動などのポストエクスプロイト活動のために、ShadowPad派生のBLOODALCHEMYを展開。
• トークン使用量: プランニングエージェントが単一の侵入で約14億の入力トークンを消費し、大規模な自動活動を示唆。

なぜ重要なのか

このキャンペーンは、国家支援型アクターがサイバー諜報をどのように実施するかにおける重大な変化を示しています。ARTEXのようなエージェント型AIツールを使用することで、敵対者は複雑な侵入のための技術的障壁を下げるだけでなく、かつて達成不可能だった速度とスケールで行動できるようになります。単一のオペレーターが複数の同時関与を管理し、手動実行によるボトルネックなく、異なるインフラタイプ間で幅広い技法を適用できるようになりました。この効率性により、小規模なチームが同時により多くのターゲットを追跡できるようになり、そのような洗練された自動化された注目を予期していない組織にとってリスクが増大します。

ソフトウェア開発者やセキュリティエンジニアにとって、脆弱性のチェーン化や防御回避にAIを使用することは、堅牢な自動セキュリティ制御の必要性を浮き彫りにします。攻撃者が失敗した攻撃経路と成功した攻撃経路の間をリアルタイムでピボットできる能力は、静的防御では不十分であることを意味します。組織は、攻撃者がAI支援を使って戦術を迅速に適応させる可能性があることを前提とし、データ流出が発生する前に侵入を検知し停止するためには、継続的な監視と迅速な対応が不可欠であると認識する必要があります。

あなたができること

• トークン偽造を防ぐため、特に2年以上前のすべての認証キーとクレデンシャルを直ちにローテーションしてください。

• メタデータサービスクエリをブロックするために、署名なしのSAMLアサーションおよびXXE脆弱性についてクラウド設定を監査してください。

• コンテナ環境での不正なルートアクセスを防ぐために、オーケストレーションサービスに対する厳格なアクセス制御を実装してください。

• ネットワークトラフィック内の異常なLLMトークン消費パターンや自動化的な振る舞いシグネチャを監視してください。

• マルチファクタ認証を強制し、Active DirectoryおよびVPNインフラストラクチャ内での横方向移動機能を制限してください。

• 関連グループによって悪用されているハードコードされたマシンキー脆弱性を軽減するために、法務請求ソフトウェアとIISサーバーを更新しパッチを適用してください。