Мультиагентный фреймворк скомпрометировал государственные системы Тайваня

Оригинал: Multi-Agent Framework Compromises Taiwanese Government Systems

В начале июля 2026 года неизвестный китайскоязычный оператор применил мультиагентный фреймворк на базе Hermes и OpenClaw против государственных систем. В последующих открытых публикациях сообщалось, что речь шла о системах Тайваня.[[financial-times-taiwan-ai-attack]] Dream Research Labs восстановила рабочее пространство объёмом 160 MB, использовавшееся для проведения операции. Оно содержало 1 395 файлов, в которых были зафиксированы 12 волн атак, проведённых с 1 по 4 июля.[[dream-multi-agent-framework]] Министерство цифрового развития Тайваня отдельно подтвердило[[moda-ai-agent-attacks]], что в июле обнаружило аномальные атаки, сочетавшие ручное управление и действия при поддержке OpenClaw.

Мультиагентный ИИ-фреймворк одновременно координировал работу до восьми специализированных субагентов, занимавшихся разведкой, атаками на механизмы аутентификации, тестированием API, исследованием и эксплуатацией уязвимостей. Вероятностный механизм принятия решений ранжировал выявленные сведения и 14 возможных путей атаки, направлял перспективные результаты на дополнительную проверку, отбрасывал не подтвердившиеся пути и корректировал дальнейшие действия с учётом отчётов по итогам работы.

Начав с государственного портала, доступного из интернета, фреймворк декомпилировал пакеты клиентского кода приложений и составил карту связанных систем, инфраструктуры идентификации и доступных извне API. Он получил доступ благодаря доступным извне отладочным эндпоинтам, приёму неподписанных JWT и распылению паролей с использованием идентификаторов сотрудников, собранных через API без аутентификации. Tesseract OCR автоматизировал решение CAPTCHA, что, согласно отчёту, помогло скомпрометировать 85 учётных записей. С помощью 84 из них удалось пройти аутентификацию в другой государственной системе через SSO-мост без дополнительной MFA или подтверждения со стороны пользователя.

По данным Dream Research Labs, в ходе атаки злоумышленник извлёк более 2 564 записей о сотрудниках, полностью выгрузил базу данных пользователей и получил конфигурацию SSO, сведения о клиентах, учётные данные баз данных и диапазоны внутренних сетей.

Процедура

  1. AML.TA0001 Адаптация атак, связанных с ИИ

    AML.T0124 Автономная оркестрация атаки

    В ходе 12 волн атак фреймворк параллельно задействовал до восьми специализированных агентов. Он назначал отдельные задачи по разведке, проверке аутентификации, тестированию API, исследованию уязвимостей, получению учётных данных и эксплуатации уязвимостей; направлял перспективные результаты на дополнительную проверку; запрашивал независимую проверку; объединял отчёты по итогам действий и перенаправлял последующую работу с учётом состояния связанных направлений.
  2. AML.TA0001 Адаптация атак, связанных с ИИ

    AML.T0117 Автономная адаптация пути атаки

    Фреймворк сформировал множество возможных многоэтапных путей атаки с учётом подтверждённых необходимых условий, выявленных препятствий и оценок вероятности успеха. Он повышал приоритет путей, подкреплённых проверенными данными, ставил в очередь пути, требовавшие дополнительного исследования, отбрасывал ложноположительные результаты и заблокированные пути, а когда существующие методы не срабатывали — запускал циклы обучения применительно к конкретному целевому объекту.
  3. AML.TA0001 Адаптация атак, связанных с ИИ

    AML.T0118.001 Прямая коммуникация агентов

    Управляющий процесс фреймворка, выполнявший функции оркестратора, обменивался со специализированными субагентами заданиями, обнаруженными сведениями, результатами проверки, сведениями о состоянии и информацией по итогам действий. Сводные результаты учитывались при планировании последующих заданий и волн атак.
  4. AML.TA0002 Разведка

    AML.T0116 Автономная разведка

    Фреймворк проводил разведку государственного портала Тайваня, доступного из интернета: анализировал пакеты клиентского кода приложений, прослеживал выявленные связи между элементами инфраструктуры и формировал дополнительные цели разведки. Он выявил 21 связанную систему, шесть подобластей SSO, конфигурацию аутентификации, сведения о ключах подписи и более 36 эндпоинтов API в одной системе.
  5. AML.TA0002 Разведка

    AML.T0006 Активное сканирование

    Фреймворк зондировал основные государственные приложения и API, чтобы выявить доступные извне интерфейсы, особенности аутентификации, ошибки конфигурации и уязвимости. Это сканирование выявило несколько возможных путей проникновения в целевые системы.
  6. AML.TA0009 Сбор материалов

    AML.T0036 Данные из информационных репозиториев

    Без аутентификации фреймворк получил через доступный извне API базы данных пользователей имена сотрудников, сведения об их подразделениях и идентификаторы, а также сведения об учётных записях SSO.
  7. AML.TA0004 Первичный доступ

    AML.T0012 Действующие учетные записи

    Используя идентификаторы сотрудников, полученные через доступный извне API, фреймворк методом распыления паролей проверил предсказуемые шаблоны паролей на портале автоматизации офисной работы. Затем фреймворк успешно прошёл аутентификацию на этом портале с помощью скомпрометированных учётных записей сотрудников.
  8. AML.TA0015 Латеральное перемещение

    AML.T0012 Действующие учетные записи

    Через SSO-мост фреймворк систематически проверил 85 скомпрометированных учётных записей портала автоматизации офисной работы в другой государственной информационной системе. SSO-мост доверял уже существующим сеансам этого портала, благодаря чему открывался доступ к внутренним информационным панелям, интерфейсам управления оборудованием и страницам статистики персонала.
  9. AML.TA0004 Первичный доступ

    AML.T0049 Эксплуатация приложения, доступного из интернета

    Фреймворк использовал не по назначению три доступных извне отладочных эндпоинта, которые принимали запросы с произвольным телом и возвращали аутентифицированные сеансы.
  10. AML.TA0004 Первичный доступ

    AML.T0049 Эксплуатация приложения, доступного из интернета

    Фреймворк обнаружил доступный из интернета API, который принимал неподписанные JWT с alg=none, что позволяло подделывать токены идентификации без ключа подписи.
  11. AML.TA0009 Сбор материалов

    AML.T0126 Автоматизированный сбор материалов

    Используя полученный доступ, фреймворк автоматически извлёк и агрегировал указанные в отчёте сведения о сотрудниках, учётных записях, конфигурации, учётных данных и сети.
  12. AML.TA0010 Эксфильтрация

    AML.T0025 Эксфильтрация киберсредствами

    Фреймворк эксфильтрировал более 2 564 записей о сотрудниках, полную базу данных пользователей и сведения о внутренней архитектуре.

Источники

  1. Inside a Multi-Agent AI Framework Used to Compromise Government Entities in Asia
  2. Overseas hackers launch AI-agent attacks against government agencies; MODA activates coordinated response and strengthens cyber defenses
  3. China-linked hackers hit Taiwan in unprecedented 'autonomous' AI cyber attack