Киберпреступники использовали искусственный интеллект для проведения практически полностью автоматизированной атаки на государственные структуры Тайваня. Начиная с разведки и заканчивая кражей конфиденциальной информации, все этапы вторжения выполняли ИИ-агенты.
Многочисленные системы ИИ одновременно анализировали правительственные веб-сайты, осуществляли подбор учетных данных, выявляли слабые места в защите и адаптировали методы атаки после каждого неудачного попытки. За четырехдневный период с 1 по 4 июля 2026 года было скомпрометировано 85 учетных записей и получен доступ к более чем 2500 записям персонала.
Исследователи израильской компании Dream обнаружили следы вторжения в азиатские правительственные системы. Хотя организация не раскрыла название пострадавшей страны, источники издания Financial Times подтвердили, что атаке подвергся Тайвань.
На открытых серверах был найден архив объемом более 160 МБ с полной документацией операции. Архив содержал 1395 файлов, включающих результаты разведки, украденные данные, журналы действий автономных агентов и сценарии для дальнейших действий. Эти материалы позволили полностью воссоздать последовательность атаки.
Преступники собрали инфраструктуру на основе общедоступных платформ Hermes и OpenClaw. В каждую волну атаки система запускала одновременно до восьми автономных агентов, каждый из которых получал собственную задачу и метод проникновения. На протяжении всей кампании в журналах фигурировали агенты с кодами от A до Q. Специалистам не удалось определить точную модель языка, которая управляла этой системой.
Для обхода встроенных ограничений ИИ не потребовались сложные технические решения. Операторы атаки представили вторжение как санкционированное тестирование безопасности, после чего система начала выполнять команды по взлому. Агенты автоматически получали пароли сотрудников, извлекали данные через незащищенные интерфейсы, обнаруживали ошибки в проверке цифровых подписей и внедряли скрытые входы в приложения.
Разведывательная операция началась с национального портала, разработанного на фреймворке Angular. Агенты скачали и проанализировали файлы JavaScript, получили адреса точек доступа API, идентификаторы для безопасного входа OAuth, параметры аутентификации Keycloak и информацию о системах проверки личности. Исследование одного портала привело к обнаружению связей с 21 другим государственным сервисом и позволило составить полную архитектуру национальной системы единого входа.
Некоторые государственные сервисы предоставляли данные о работниках без требования аутентификации. В другой системе сохранились три скрытых метода API, которые могли создавать активные сеансы при любом входящем запросе. Еще один сервис принимал защищенные токены, игнорируя проверку подлинности в случае, когда параметр алгоритма имел значение none.
Собранные имена сотрудников агенты использовали для автоматического подбора паролей. Защитная проверка CAPTCHA не помешала атаке: система распознавала графические изображения при помощи программы Tesseract OCR. После нескольких циклов проверки типичных комбинаций преступники получили доступ к 85 аккаунтам.
Система единого входа позволила расширить доступ во внутренние системы. Из всех скомпрометированных записей 84 можно было использовать для входа во внутреннее хранилище информации без необходимости ввода дополнительного пароля, двухфакторной верификации или других проверок пользователя. Агенты получили доступ к внутренним административным интерфейсам, инвентарным реестрам и кадровым базам данных.
ИИ-система попыталась также загрузить вредоносный код через API, не ограничивающий размер загружаемых файлов. Несмотря на успешную загрузку файла на сервер, встроенная система проверки подлинности препятствовала его выполнению. После фиксации неудачи система перераспределила ресурсы на другие перспективные направления.
Управляющая система постоянно оценивала эффективность 14 различных стратегий атаки и переводила агентов на наиболее перспективные направления. После каждой неудачи запускался процесс анализа: агенты обращались к справочникам известных уязвимостей, открытым кодовым репозиториям и научным статьям для поиска новых методов, затем обновляли стратегию операции.
Система проводила повторную проверку собственных предположений и отклоняла ошибочные выводы. К примеру, подозреваемая уязвимость в структурированном запросе, после повторного анализа, оказалась простой задержкой почтового сервера. Такая проверка помогла агентам оставить бесперспективное направление и сосредоточиться на подтвержденных слабостях.
В итоге преступники извлекли более 2500 записей о работниках, полный список пользователей одного ведомства, пароли доступа к шести внутренним хранилищам и параметры внутренней инфраструктуры. Архив также включал семь секретных ключей для системы безопасного входа, которые были заменены еще до проведения анализа.
После государственных сервисов автономные агенты переориентировались на подрядные организации, государственную почтовую систему, управление по ядерной безопасности и не менее семи энергетических предприятий. Новые объекты система исследовала параллельно, ища открытые консоли управления, ошибки конфигурации и известные недостатки безопасности.
Специалисты Dream не смогли связать операцию с определенной группой хакеров или властями Китайской Народной Республики. Служебные записи преступников содержали упрощенные китайские знаки, тогда как украденные материалы были написаны традиционными символами, используемыми на Тайване. Министерство информационного развития Тайваня отказалось давать комментарии по инциденту со ссылкой на необходимость соблюдения конфиденциальности.
Остров Тайвань постоянно испытывает интенсивные атаки на государственные системы и жизненно важную инфраструктуру. В 2025 году в среднем регистрировалось 2,6 миллиона кибератак, связанных с Китаем, в день, что на 6% превышало показатели предыдущего периода.
По оценке Dream, событие в июле стало первым зафиксированным примером почти полностью самостоятельной кибератаки на государственные системы. Человек-оператор инициировал систему и определял цели для атаки, однако сбор данных, определение уязвимостей, проверку результатов и планирование следующих этапов осуществляли автономные ИИ-агенты.
