Duy Linh✔
Writer
Một tin tặc sử dụng biệt danh BUGSTER đã khai thác khả năng của trí tuệ nhân tạo (AI), với DeepSeek V4 làm công cụ suy luận, để triển khai nhiều hoạt động tội phạm mạng nhắm vào các tổ chức tại Ấn Độ, trong đó có các trường đại học. Cuộc điều tra của Unit 42, nhóm tình báo mối đe dọa thuộc Palo Alto Networks, cho thấy AI có thể hỗ trợ người vận hành thực hiện nhiều công đoạn tấn công, từ thu thập thông tin, dò mật khẩu đến xâm nhập hệ thống và đánh cắp dữ liệu.
Theo Unit 42, tin tặc đã sử dụng các công cụ AI để nghiên cứu mục tiêu, xây dựng kịch bản tấn công vét cạn mật khẩu và tìm cách truy cập vào một nền tảng giáo dục trực tuyến. Đáng chú ý, đối tượng đã xâm nhập thành công một cơ sở dữ liệu MongoDB chứa hơn 5.200 hồ sơ của sinh viên và giảng viên, bao gồm thông tin nhận dạng cá nhân (PII).
Kết quả điều tra cho thấy những công cụ AI dễ tiếp cận có thể giúp người có kinh nghiệm hạn chế triển khai các hoạt động tấn công trên nhiều lĩnh vực khác nhau. Thay vì phải tự nghiên cứu và xây dựng toàn bộ quy trình từ đầu, người vận hành có thể tận dụng AI để tạo báo cáo trinh sát, phát triển công cụ và lên kế hoạch cho các bước tiếp theo.
BUGSTER điều khiển các tài khoản Hermes Agent chuyên dụng thông qua Telegram. Trong số đó, tài khoản 'alice' tập trung vào các vấn đề liên quan đến gian lận thoại qua Internet (VoIP), còn tài khoản “pandarouter” chuyên nghiên cứu về nhà mạng và định tuyến cuộc gọi.
Đối tượng cũng thử nghiệm nhiều mô hình AI khác nhau, đồng thời sử dụng các tùy chọn ghi đè ở cấp độ lời nhắc để tìm cách giảm bớt những hạn chế an toàn của mô hình.
Cuộc tấn công vào trường đại học bắt đầu bằng hoạt động do thám nền tảng giáo dục trực tuyến. Các báo cáo do AI tạo ra đã xác định 12 tên miền phụ, bao gồm hệ thống quản lý học tập, cổng thông tin sinh viên và bảng điều khiển quản trị.
Từ thông tin thu thập được, tin tặc tiếp tục khai thác API REST của WordPress để xác định 13 tài khoản người dùng. Sau đó, đối tượng xây dựng công cụ đoán mật khẩu bằng cách kết hợp 117 tên người dùng với 28 mật khẩu phổ biến, qua đó lấy được thông tin đăng nhập hợp lệ.
Trong một vụ xâm nhập khác được ghi nhận trong cuộc điều tra, BUGSTER đã sử dụng tài khoản quản trị có mật khẩu yếu để truy cập và đánh cắp dữ liệu từ cơ sở dữ liệu MongoDB chứa hơn 5.200 bản ghi.
Ví dụ về báo cáo liệt kê API REST của WordPress từ hoạt động (Nguồn: Unit42).
Những phát hiện này cho thấy AI không chỉ hỗ trợ việc thu thập thông tin mà còn có thể được sử dụng để kết nối nhiều bước trong một quy trình tấn công, từ nhận diện mục tiêu đến khai thác thông tin đăng nhập và truy cập dữ liệu.
Theo các nhà nghiên cứu Unit 42, BUGSTER vận hành khung phần mềm Hermes Agent kết hợp với DeepSeek V4, đồng thời sử dụng Cursor, một môi trường lập trình có tích hợp AI, làm công cụ hỗ trợ bổ sung.
Ngoài ra, đối tượng còn xây dựng các kịch bản trinh sát nhắm vào những người nắm giữ tiền điện tử và một công cụ lắng nghe lệnh điều khiển, hỗ trợ các kết nối shell ngược. Những thành phần này cho thấy phạm vi nghiên cứu và chuẩn bị của tin tặc trải rộng trên nhiều lĩnh vực, thay vì chỉ tập trung vào một mục tiêu cụ thể.
Một phát hiện khác là quy trình tự động bẻ khóa mật khẩu Wi-Fi. Theo đó, một thiết bị Linux ở gần mạng không dây mục tiêu thu thập thông tin xác thực, sau đó chuyển dữ liệu đến các máy chủ GPU trên đám mây để thực hiện quá trình bẻ khóa.
Quy trình này cho thấy hoạt động có thể cần đến sự hiện diện vật lý gần các mạng không dây mục tiêu. Tuy nhiên, báo cáo không nêu cụ thể những địa điểm liên quan.
Các cuộc hội thoại giữa BUGSTER và hệ thống AI cũng đề cập đến việc thiết lập một hoạt động VoIP giả mạo. Tài khoản 'alice' cung cấp hướng dẫn liên quan đến việc xây dựng danh tính doanh nghiệp, tìm cách tiếp cận nhà mạng, định tuyến cuộc gọi và né tránh các biện pháp kiểm soát hiển thị số người gọi.
Một báo cáo do AI tạo ra còn có mục 'CƠ HỘI KHAI THÁC TIẾP THEO', trong đó liệt kê các hoạt động có thể được thực hiện sau giai đoạn nghiên cứu ban đầu. Điều này cho thấy AI được sử dụng không chỉ để tổng hợp thông tin mà còn để xác định những hướng triển khai tiếp theo.
Tuy nhiên, Unit 42 không tìm thấy nhật ký cuộc gọi, dấu vết của Giao thức khởi tạo phiên (SIP) hay bằng chứng về hoạt động định tuyến cuộc gọi thực tế. Vì vậy, những dữ liệu thu thập được mới cho thấy kế hoạch và sự chuẩn bị cho một hoạt động gian lận VoIP, chưa đủ để xác nhận chiến dịch này đã được triển khai thành công hoặc các cuộc gọi giả mạo đã thực sự diễn ra.
Mối quan hệ giữa cơ sở hạ tầng của các tác nhân và công cụ AI (Nguồn: Unit42).
Sự khác biệt giữa ý định và hành động thực tế cũng rất quan trọng khi đánh giá khả năng né tránh các biện pháp bảo vệ viễn thông. Khuôn khổ STIR/SHAKEN của Ủy ban Truyền thông Liên bang Mỹ (FCC) được sử dụng để xác thực thông tin nhận dạng người gọi trên các mạng điện thoại dựa trên IP. Việc BUGSTER thảo luận về cách vượt qua cơ chế này chỉ phản ánh hoạt động nghiên cứu và ý định của đối tượng, không chứng minh rằng các biện pháp xác thực đã bị vô hiệu hóa thành công.
Theo nhóm điều tra Unit 42, BUGSTER chủ yếu dựa vào những công cụ cơ bản, các kịch bản và báo cáo do AI tạo ra nhưng vẫn có thể xâm nhập một trường đại học và thu thập hàng nghìn hồ sơ. Vụ việc minh họa cách AI có thể hạ thấp yêu cầu về chuyên môn kỹ thuật, giúp một người vận hành thực hiện nhiều hoạt động khác nhau, từ đánh cắp thông tin đăng nhập, lấy cắp dữ liệu, tấn công mạng không dây đến nghiên cứu tiền điện tử và lập kế hoạch gian lận.
Phát hiện này cũng có liên quan đến một cuộc điều tra riêng của Unit 42 được công bố vào tháng 7/2026. Trong cuộc điều tra đó, các nhà nghiên cứu mô tả một đối tượng khác sử dụng Hermes Agent và DeepSeek để nghiên cứu lỗ hổng bảo mật tự động và thực hiện các cuộc tấn công.
Dù là hai chiến dịch riêng biệt, cả hai đều cho thấy xu hướng kết hợp các khung phần mềm dựa trên tác nhân AI, mô hình có chi phí thấp và công cụ quen thuộc để tự động hóa một phần hoạt động tội phạm mạng. Khi AI hỗ trợ ngày càng nhiều công đoạn, một cá nhân có thể đảm nhiệm những nhiệm vụ trước đây đòi hỏi nhiều thời gian, kỹ năng và nguồn lực hơn.
Lưu ý: Các địa chỉ IP đã được cố ý vô hiệu hóa bằng cách thay dấu chấm trong dấu ngoặc vuông, chẳng hạn
Theo Unit 42, tin tặc đã sử dụng các công cụ AI để nghiên cứu mục tiêu, xây dựng kịch bản tấn công vét cạn mật khẩu và tìm cách truy cập vào một nền tảng giáo dục trực tuyến. Đáng chú ý, đối tượng đã xâm nhập thành công một cơ sở dữ liệu MongoDB chứa hơn 5.200 hồ sơ của sinh viên và giảng viên, bao gồm thông tin nhận dạng cá nhân (PII).
Kết quả điều tra cho thấy những công cụ AI dễ tiếp cận có thể giúp người có kinh nghiệm hạn chế triển khai các hoạt động tấn công trên nhiều lĩnh vực khác nhau. Thay vì phải tự nghiên cứu và xây dựng toàn bộ quy trình từ đầu, người vận hành có thể tận dụng AI để tạo báo cáo trinh sát, phát triển công cụ và lên kế hoạch cho các bước tiếp theo.
BUGSTER điều khiển các tài khoản Hermes Agent chuyên dụng thông qua Telegram. Trong số đó, tài khoản 'alice' tập trung vào các vấn đề liên quan đến gian lận thoại qua Internet (VoIP), còn tài khoản “pandarouter” chuyên nghiên cứu về nhà mạng và định tuyến cuộc gọi.
Đối tượng cũng thử nghiệm nhiều mô hình AI khác nhau, đồng thời sử dụng các tùy chọn ghi đè ở cấp độ lời nhắc để tìm cách giảm bớt những hạn chế an toàn của mô hình.
Cuộc tấn công vào trường đại học bắt đầu bằng hoạt động do thám nền tảng giáo dục trực tuyến. Các báo cáo do AI tạo ra đã xác định 12 tên miền phụ, bao gồm hệ thống quản lý học tập, cổng thông tin sinh viên và bảng điều khiển quản trị.
Từ thông tin thu thập được, tin tặc tiếp tục khai thác API REST của WordPress để xác định 13 tài khoản người dùng. Sau đó, đối tượng xây dựng công cụ đoán mật khẩu bằng cách kết hợp 117 tên người dùng với 28 mật khẩu phổ biến, qua đó lấy được thông tin đăng nhập hợp lệ.
Trong một vụ xâm nhập khác được ghi nhận trong cuộc điều tra, BUGSTER đã sử dụng tài khoản quản trị có mật khẩu yếu để truy cập và đánh cắp dữ liệu từ cơ sở dữ liệu MongoDB chứa hơn 5.200 bản ghi.
Ví dụ về báo cáo liệt kê API REST của WordPress từ hoạt động (Nguồn: Unit42).
Những phát hiện này cho thấy AI không chỉ hỗ trợ việc thu thập thông tin mà còn có thể được sử dụng để kết nối nhiều bước trong một quy trình tấn công, từ nhận diện mục tiêu đến khai thác thông tin đăng nhập và truy cập dữ liệu.
Theo các nhà nghiên cứu Unit 42, BUGSTER vận hành khung phần mềm Hermes Agent kết hợp với DeepSeek V4, đồng thời sử dụng Cursor, một môi trường lập trình có tích hợp AI, làm công cụ hỗ trợ bổ sung.
DeepSeek AI bị khai thác để hỗ trợ nhiều hoạt động tội phạm mạng
Phạm vi hoạt động của BUGSTER không chỉ giới hạn ở hệ thống giáo dục. Unit 42 còn phát hiện các công cụ quét thông tin đăng nhập được thiết kế để tìm kiếm những bí mật bị lộ trên website, bao gồm khóa truy cập dịch vụ đám mây và khóa riêng tư.Ngoài ra, đối tượng còn xây dựng các kịch bản trinh sát nhắm vào những người nắm giữ tiền điện tử và một công cụ lắng nghe lệnh điều khiển, hỗ trợ các kết nối shell ngược. Những thành phần này cho thấy phạm vi nghiên cứu và chuẩn bị của tin tặc trải rộng trên nhiều lĩnh vực, thay vì chỉ tập trung vào một mục tiêu cụ thể.
Một phát hiện khác là quy trình tự động bẻ khóa mật khẩu Wi-Fi. Theo đó, một thiết bị Linux ở gần mạng không dây mục tiêu thu thập thông tin xác thực, sau đó chuyển dữ liệu đến các máy chủ GPU trên đám mây để thực hiện quá trình bẻ khóa.
Quy trình này cho thấy hoạt động có thể cần đến sự hiện diện vật lý gần các mạng không dây mục tiêu. Tuy nhiên, báo cáo không nêu cụ thể những địa điểm liên quan.
Các cuộc hội thoại giữa BUGSTER và hệ thống AI cũng đề cập đến việc thiết lập một hoạt động VoIP giả mạo. Tài khoản 'alice' cung cấp hướng dẫn liên quan đến việc xây dựng danh tính doanh nghiệp, tìm cách tiếp cận nhà mạng, định tuyến cuộc gọi và né tránh các biện pháp kiểm soát hiển thị số người gọi.
Một báo cáo do AI tạo ra còn có mục 'CƠ HỘI KHAI THÁC TIẾP THEO', trong đó liệt kê các hoạt động có thể được thực hiện sau giai đoạn nghiên cứu ban đầu. Điều này cho thấy AI được sử dụng không chỉ để tổng hợp thông tin mà còn để xác định những hướng triển khai tiếp theo.
Tuy nhiên, Unit 42 không tìm thấy nhật ký cuộc gọi, dấu vết của Giao thức khởi tạo phiên (SIP) hay bằng chứng về hoạt động định tuyến cuộc gọi thực tế. Vì vậy, những dữ liệu thu thập được mới cho thấy kế hoạch và sự chuẩn bị cho một hoạt động gian lận VoIP, chưa đủ để xác nhận chiến dịch này đã được triển khai thành công hoặc các cuộc gọi giả mạo đã thực sự diễn ra.
Mối quan hệ giữa cơ sở hạ tầng của các tác nhân và công cụ AI (Nguồn: Unit42).
Sự khác biệt giữa ý định và hành động thực tế cũng rất quan trọng khi đánh giá khả năng né tránh các biện pháp bảo vệ viễn thông. Khuôn khổ STIR/SHAKEN của Ủy ban Truyền thông Liên bang Mỹ (FCC) được sử dụng để xác thực thông tin nhận dạng người gọi trên các mạng điện thoại dựa trên IP. Việc BUGSTER thảo luận về cách vượt qua cơ chế này chỉ phản ánh hoạt động nghiên cứu và ý định của đối tượng, không chứng minh rằng các biện pháp xác thực đã bị vô hiệu hóa thành công.
Theo nhóm điều tra Unit 42, BUGSTER chủ yếu dựa vào những công cụ cơ bản, các kịch bản và báo cáo do AI tạo ra nhưng vẫn có thể xâm nhập một trường đại học và thu thập hàng nghìn hồ sơ. Vụ việc minh họa cách AI có thể hạ thấp yêu cầu về chuyên môn kỹ thuật, giúp một người vận hành thực hiện nhiều hoạt động khác nhau, từ đánh cắp thông tin đăng nhập, lấy cắp dữ liệu, tấn công mạng không dây đến nghiên cứu tiền điện tử và lập kế hoạch gian lận.
Phát hiện này cũng có liên quan đến một cuộc điều tra riêng của Unit 42 được công bố vào tháng 7/2026. Trong cuộc điều tra đó, các nhà nghiên cứu mô tả một đối tượng khác sử dụng Hermes Agent và DeepSeek để nghiên cứu lỗ hổng bảo mật tự động và thực hiện các cuộc tấn công.
Dù là hai chiến dịch riêng biệt, cả hai đều cho thấy xu hướng kết hợp các khung phần mềm dựa trên tác nhân AI, mô hình có chi phí thấp và công cụ quen thuộc để tự động hóa một phần hoạt động tội phạm mạng. Khi AI hỗ trợ ngày càng nhiều công đoạn, một cá nhân có thể đảm nhiệm những nhiệm vụ trước đây đòi hỏi nhiều thời gian, kỹ năng và nguồn lực hơn.
Các chỉ báo xâm nhập (IOC)
| Địa chỉ IP | Loại | Mô tả |
|---|---|---|
162.243.3[.]92 | IPv4 | Cơ sở hạ tầng của tác nhân đe dọa |
104.238.38[.]202 | IPv4 | Máy chủ proxy thương mại |
Lưu ý: Các địa chỉ IP đã được cố ý vô hiệu hóa bằng cách thay dấu chấm trong dấu ngoặc vuông, chẳng hạn
[.], nhằm hạn chế việc phân giải hoặc tạo liên kết ngoài ý muốn. Chỉ nên khôi phục định dạng địa chỉ trong các nền tảng tình báo mối đe dọa được kiểm soát, chẳng hạn MISP, VirusTotal hoặc hệ thống SIEM của tổ chức.
