当攻击方也用编排器:AI 渗透测试平台变强后,防御侧的可验证动作
Cloudflare 观察到 AI 渗透测试编排器数量和请求量快速上升,ARTEX 下架后出现大量分支;防御侧可把 WAF 限流、异常检测、Bot 防御、身份门控、schema 校验和威胁情报落到可检查的凭证、日志与配置项上。
- 攻击方用编排器把“发现—验证—利用”并行化,防御方更需要可观测、可核验的控制项。
- 静态、不过期、无 IP 限制的 CI/CD 令牌是材料中事件响应的共同根因,应优先盘点与收紧。
- Cloudflare 的六项建议可作为检查框架,但文中数字是单次观察或厂商观测,不能直接当通用阈值。
结论先说:当攻击方开始用编排器并行执行侦察、验证和利用时,防御侧最值得做的不是寻找一个“AI 检测器”,而是把凭证、入口流量、应用行为和攻击可见性变成可检查、可复核的项。Cloudflare 在 2026 年 11 月 13 日的文章中给出了这一方向,但材料抓取在“现代安全模型”六项建议的展开处被截断,因此本文只展开片段明确支持的内容,不补写未提供的实现细节。
编排器改变了什么:从“人找漏洞”到“并行验证”#
据 Cloudflare 博客,过去一个月 LLM 渗透测试与编排框架数量激增;几周前 ARTEX 还是少数可用的开源 agentic 渗透测试系统之一。该文称,在文章发布前的三天内,有超过 50 个框架家族尝试扫描 Cloudflare 客户,运行这些框架的 IP 数量达到数千,并继续每日增长。这些数字是 Cloudflare 在其网络内的观察,不是独立的全网统计。
时间线也值得注意。ARTEX 作者 Autumn-27 于 10 月 8 日下架原仓库,理由是恶意利用违背初衷。Cloudflare 称,此后一个月出现了超过 12,000 个仓库、数百个包含原始谱系的分支,以及数百个类似框架;AI 渗透测试与利用工具的每日请求量自 10 月 1 日以来增长 30 倍。截至 11 月 12 日,ARTEX 及其分支占其已知 AI 渗透测试编排器的 60% 以上,10 月 8 日之后流量增长超过十倍。来源:Cloudflare Blog。
这类工具的关键变化不是“更会聊天”,而是把目标资产、线索、发现和验证结果组织成图,让多个 agent 并行推进。Cloudflare 将其描述为把入侵变成“可爬山的问题”:每一步都可以验证,再喂给下一步。对防御方而言,这意味着单个小错误会被系统性地反复测试,暴露服务的配置问题更容易被发现。
先收紧凭证:材料里最具体的共同根因#
Cloudflare 的 Cloudforce One 团队称,过去八周处理了多起涉及 ARTEX 及其衍生框架的事件响应。一个反复出现的根因是凭证卫生失败:攻击者攻陷了 CI/CD 流水线中静态、不过期的令牌,这些令牌拥有跨组织超大规模云基础设施的广泛访问权限。LLM 框架扩大了 API key 被横向利用、接管其他租户环境的可能性。
在一次事件中,ARTEX 获得了一个账户级 API token,该 token 此前用于 CI/CD,没有 IP 限制,也没有限流。Cloudflare 称,现有证据表明入侵最可能源自第三方超大规模云;还观察到大量新建 Worker 脚本,命名如 artex-*、artex-pgrecon-*、artex-pgw-*、artex-do-*,常带字母数字后缀;跨多个基础设施部分每分钟超过 69 个请求,一小时内 400 次数据库转储请求,并出现持久化尝试和其他第三方应用会话令牌验证尝试。
这些是单次事件观察,不能直接当作通用阈值。但它们指出了可验证动作:盘点 CI/CD 中是否存在长期不过期、作用域过宽、无 IP 限制、无限流的令牌;检查令牌的使用是否跨环境;对高风险令牌设置更短有效期、最小作用域和调用频率约束。这些都是防御建议,不是原文逐条列出的配置步骤。
# 未执行示例:只列出 CI 环境中的变量名,不打印值;不同平台用法不同
env | cut -d= -f1 | grep -Ei 'token|key|secret' | sort -u
把六项建议落成可检查项#
Cloudflare 推荐采用其称为“现代安全模型”的六项措施。材料给出了名称和简短说明,下面把每项改写成防御方可以自查的问题;其中“可验证信号”属于建议,不是原文承诺的产品能力。
| 控制目标 | 材料中的说明 | 可验证信号(建议) |
|---|---|---|
| 加固前门 | 部署 WAF,并使用限流等高级规则 | 是否对高风险端点设置速率与突发限制;规则是否覆盖直接 IP 探测 |
| 门厅安全站 | 对所有客户访问的 Web 应用做异常检测 | 是否有按应用、按身份的正常基线;异常告警是否附带请求上下文 |
| 识别假访客 | 部署 Bot Defense | 自动化流量是否被区分;区分结果是否进入日志和处置流程 |
| 移除后门 | 对高风险外部和内部 Web 应用实施 Identity-Gated Access | 高风险应用是否要求身份验证;是否存在绕过入口 |
| 检查交付物 | 强制执行经过验证的 schema 和显式安全控制 | 输入和构件是否按 schema 校验;校验失败是否拒绝而非仅记录 |
| 邻里守望 | 部署威胁情报以获得攻击可见性 | 情报是否与自身日志关联;是否有可追溯的处置记录 |
这六项的共同点是把“是否配置”变成“是否可验证”。例如,WAF 限流不应只存在于控制台,还要能从日志中看到触发记录;Bot Defense 不应只给出评分,还要能回答某个请求为何被放行或拦截;schema 校验不应只记录错误,而要明确拒绝不符合结构的输入。
对手能力差异:后利用阶段决定影响范围#
Cloudflare 跟踪了 50 多个 AI LLM agent,并列出五个 GitHub 星标超过 1k 的完全自主编排器。其能力差异主要体现在执行环境和后利用能力上,这会影响防御方对“拿到凭证之后会发生什么”的判断。
| 工具 | 架构与规划 | 执行环境 | 后利用能力 |
|---|---|---|---|
| ARTEX 及其分支 | 规划器加并行 agent;目标、线索、发现图连接资产图 | 主机或容器,具备网络/root 权限,可按需安装工具 | 无内置能力,需要用户指令 |
| LuaN1aoAgent | 监督、规划、通用执行 agent;三张图 | 容器,网络/用户权限,可安装用户包 | 内置 SSH 和 Chisel,用于隧道和断连重连 |
| Decepticon | 编排 agent 派发专家子 agent;目标与前置条件图 | 以 root 运行的 Kali 容器 | 专门的后访问、Active Directory 和云 pivoting 技能 |
| Cairn | 调度器编排到现有 AI harness(Codex、Claude Code、Pi) | Kali 容器 root 或直接运行在主机 | 提示指导与 Kali 工具 |
| PentestGPT-Agent | 监督 agent 加一个通用执行 agent;带依赖的任务列表 | 主机运行 | 无内置能力,需要用户指令 |
这张表来自 Cloudflare 的整理,反映的是其观察时点的公开工具能力,不代表最新版本。对防御方的含义是:即使某个框架本身没有内置后利用模块,配合窃取到的广泛权限令牌,仍可能快速执行枚举、验证和横向尝试。因此凭证约束和入口限流不能互相替代。
边界与待核实项#
材料是厂商博客,抓取片段在六项建议的展开处截断,结论可能位于未提供部分。文中“超过 50 个框架家族”“数千个 IP”“30 倍增长”“60% 以上份额”等数字,均应按 Cloudflare 的观测口径理解;统计对象、时间窗和比较基期已在文中尽量保留,但没有独立数据交叉验证。69 请求/分钟和 400 次数据库转储/小时是单次事件观察,缺少业务基线和请求类型分布,不应直接写成告警阈值。
另外,本文没有运行任何代码,命令片段仅为未执行示例;不同 CI 平台的环境变量机制不同,需按实际环境核实。关于六项控制的具体产品配置、版本可用性和性能影响,材料未提供,本文不作推断。
给开发者的最小检查清单#
- 列出 CI/CD 中用于跨环境访问的令牌,标记长期不过期、作用域过宽、无 IP 限制、无限流的项。
- 对高风险令牌先收紧作用域和调用频率,再安排轮换;不要把“能调用”当作“应该长期调用”。
- 检查 WAF 限流是否覆盖直接 IP 探测和高频枚举,并从日志验证触发记录。
- 确认高风险内外应用都经过身份门控,查找绕过入口和遗留后门。
- 对输入和构件执行 schema 校验,明确拒绝策略,而不是只记录错误。
- 把威胁情报与自身日志关联,保留可追溯的处置记录;用演练验证上述项是否真的可观察。
这些动作不能保证阻止所有编排器攻击,但它们把防御从“是否感觉更安全”变成“能否拿出证据”。在攻击方已经并行化的环境里,后者更容易被复核,也更适合持续改进。
常见问题(FAQ)
ARTEX 下架后攻击变少了吗?
69 请求/分钟可以直接作为告警阈值吗?
参考来源
以上为本文写作时的参考资料,引用观点以原文为准。