Các nhà nghiên cứu an ninh mạng đã tiết lộ chi tiết về một chiến dịch có mục tiêu nhắm vào các tổ chức tài chính Hàn Quốc, sử dụng một công cụ pentesting trí tuệ nhân tạo (AI) mang tên ARTEX để thực hiện các cuộc tấn công.
Hoạt động này, theo CrowdStrike Intelligence, đã diễn ra từ cuối tháng 9 đến đầu tháng 10 năm 2026 và dẫn đến việc rò rỉ dữ liệu.
"Trong hoạt động này, kẻ đe dọa đã tận dụng ARTEX, một công cụ kiểm thử xâm nhập (pentesting) dạng agent mã nguồn mở mới được phát hành, phát triển tại Trung Quốc, cùng với các mô hình ngôn ngữ lớn (LLMs)," công ty an ninh mạng cho biết.
CrowdStrike cho biết họ đã phát hiện ra chiến dịch sau khi xác định được một nhóm các thư mục mở được lưu trữ tại một địa chỉ IP có trụ sở tại Hồng Kông, làm lộ lịch sử phiên Claude Code, các tệp bộ nhớ Claude và các tệp cấu hình ARTEX.
Chiến dịch này vẫn chưa được quy kết cho bất kỳ tác nhân hay nhóm đe dọa cụ thể nào. Tuy nhiên, các bằng chứng chỉ ra một đối tượng nghi là nói tiếng Trung Quốc và bị thúc đẩy bởi lợi ích tài chính.
ARTEX là một hệ thống xâm nhập tự động đa agent dựa trên mô hình ngôn ngữ lớn (LLM) được phát triển bởi Autumn-27. Phân tích các phiên Claude Code từ địa chỉ IP Hồng Kông đã tiết lộ một kiến trúc hai máy chủ:
- Địa chỉ IP tại Hồng Kông đóng vai trò là xương sống của chiến dịch.
- Địa chỉ IP "38.244.50[.]120" lưu trữ phiên bản ARTEX bị nghi ngờ đứng sau các cuộc tấn công vào Hàn Quốc.
Phiên bản ARTEX này được phát hiện sử dụng DeepSeek v4.1-flash làm backend LLM chính, đồng thời sử dụng GLM-5.3 của Z.ai và Grok 4.6 của SpaceXAI để bổ sung cho mô hình. Nghi vấn kẻ đe dọa đã truy cập DeepSeek thông qua một bên bán lại API LLM có tên là "xcai[.]pro."
"Ngoài việc thực hiện các hoạt động liên quan đến ARTEX, kẻ đe dọa còn hỏi Claude về nơi các hacker thường bán thông tin rò rỉ dữ liệu của Hàn Quốc và yêu cầu Claude hỗ trợ tìm kiếm các nhóm bán dữ liệu Hàn Quốc trên Telegram," CrowdStrike cho biết.
Trong một phiên Claude Code, kẻ đe dọa được cho là đã cung cấp một prompt có nhắc đến tài khoản Telegram tên là "@YY520CN" và tên "YY." Các phiên khác liên quan đến nghiên cứu lỗ hổng trên thị trường quà tặng NFT dựa trên Telegram cũng sử dụng cùng tên người dùng Telegram này.
"Mặc dù các chi tiết cá nhân có trong prompt có khả năng thuộc về kẻ đã thực hiện hoạt động liên quan đến ARTEX, nhưng thông tin hiện có không thể khẳng định chắc chắn các chi tiết này gắn liền với kẻ đe dọa," CrowdStrike kết luận.
ARTEX trở thành mã nguồn đóng
Việc lạm dụng ARTEX đã khiến Autumn-27 phải chuyển nó thành mã nguồn đóng, trong đó nhà phát triển nhấn mạnh trong một tuyên bố rằng các cuộc tấn công độc hại không liên quan gì đến họ. Họ cũng nói rằng việc sử dụng công cụ vào mục đích xấu đã vi phạm mục đích ban đầu của nó.
"ARTEX ban đầu được thiết kế cho mục đích học tập và nghiên cứu," Autumn-27 cho biết. "Nó nhằm giúp các doanh nghiệp và tổ chức thực hiện các bài kiểm tra rủi ro bảo mật trong phạm vi tài sản được ủy quyền và cải thiện khả năng bảo vệ an ninh."
"Trước thực trạng công cụ bị lạm dụng, dự án ARTEX sẽ không còn được cập nhật và sẽ chuyển thành mã nguồn đóng. Sẽ không có bất kỳ phiên bản mới hay hỗ trợ bảo trì nào trong tương lai."
SCARLET LOOP sử dụng AI để chiếm đoạt tài khoản
Sự việc này diễn ra khi ZenoX tiết lộ chi tiết về một nền tảng credential stuffing và chiếm đoạt tài khoản dạng agent được điều hành bởi một tác nhân nói tiếng Bồ Đào Nha, có động cơ tài chính mang tên SCARLET LOOP.
Hoạt động này tự động hóa toàn bộ quy trình, từ việc lựa chọn nạn nhân đến thực hiện đăng nhập bằng các thông tin xác thực bị đánh cắp từ các bản ghi infostealer và rò rỉ dữ liệu để chiếm đoạt tài khoản trên quy mô lớn. Toàn bộ quy trình diễn ra trong bốn bước:
- Khám phá và đánh giá mục tiêu: Tìm kiếm các mục tiêu giá trị cao bằng bộ phân loại AI. Các mục tiêu chính bao gồm các nền tảng khách hàng thân thiết, ưu đãi doanh nghiệp và thẻ quà tặng của Brazil.
- Thu thập thông tin xác thực (credentials) đặc thù cho từng mục tiêu.
- Thực hiện đăng nhập: Sử dụng một agent AI với trình duyệt chống bị phát hiện để vượt qua các cơ chế phòng thủ nhận diện tự động hóa.
- Trích xuất các thông tin xác thực thành công theo định dạng "✅ {url} {user}:{password}" về một kênh Telegram riêng tư.
Trong khi GPT-5.6 của OpenAI được sử dụng để tạo dork (truy vấn tìm kiếm) nhằm tìm các trang xác thực của các công ty trong một lĩnh vực cụ thể, GPT-5.5 được sử dụng để phân loại và xếp hạng mục tiêu. Agent trình duyệt sử dụng DeepSeek-V4-Pro và DeepSeek-V4-Flash.
Các mô hình Anthropic Claude Opus 4.6, Google Gemini 2.5 Flash và GLM-5.1 cũng được cấu hình, với gemma-4-26B-A4B của Google được thiết lập làm mô hình cục bộ chạy tại "127.0.0[.]1:1237."
"Một agent LLM với 46 công cụ tự động hóa điều khiển một trình duyệt Firefox đã được can thiệp để giả mạo canvas, WebGL, múi giờ, ngôn ngữ, vị trí địa lý và viewport, cùng với việc giải captcha thuê ngoài. Agent này tìm trang đăng nhập, điền vào biểu mẫu và phân loại kết quả," công ty an ninh mạng Brazil cho biết.
"Trong giai đoạn khám phá và đăng nhập, agent hoạt động mà không cần sự giám sát từng bước và tự động lập bản đồ các bề mặt đăng nhập lạ, phát hiện các điểm yếu bảo mật và tạo ra các quy trình tự động hóa chuyên biệt để khai thác chúng."
Điều thú vị là nền tảng này cũng hỗ trợ chế độ "AUTO Mode" trong giai đoạn thực hiện đăng nhập, giúp loại bỏ mô hình AI khỏi quy trình sau một số lần đăng nhập thành công nhất định trên cùng một tên miền mục tiêu. Ý tưởng là để tiết kiệm token và chỉ sử dụng chúng một cách tiết kiệm khi gặp biểu mẫu đăng nhập lạ.
"Lập luận của mô hình (Model reasoning) rất tốn kém và chậm," ZenoX nói. "Nó là không thể thiếu trong lần đầu tiên truy cập một biểu mẫu lạ nhưng lại không cần thiết ở lần thứ một nghìn. Nền tảng được xây dựng để chi trả cho trí tuệ đúng một lần cho mỗi mục tiêu, và sau đó ngừng trả tiền."
Phân tích máy chủ tiếp xúc với internet lưu trữ nền tảng này đã tiết lộ rằng 12.277.358 thông tin xác thực đã được thử nghiệm, trong đó 11.832 thông tin đã được phân loại là hợp lệ trên 3.968 tên miền.
Những phát hiện này một lần nữa minh họa cách các tác nhân đe dọa đang ngày càng áp dụng AI trong các cuộc tấn công để tăng cường tốc độ và khả năng hoạt động của chúng.
