پرش به محتوا
آخرین اخبار
پژوهش AgentCorruption خطر دسترسی گسترده عامل‌های AWS را نشان داد استفاده از ARTEX و ابزارهای هوش مصنوعی در حمله به بانک‌های کره جنوبی Teams درباره لینک‌های مخرب در کدهای QR هشدار می‌دهد نسخه تازه DarkSword اطلاعات و کیف پول‌های آیفون را هدف می‌گیرد حمله فعال به AhsayCBS؛ سرورهای پشتیبان‌گیری در معرض نفوذ تبلیغات جعلی Claude کاربران مک را به اجرای کد مخرب فریب می‌دهند نفوذ آزمایشی به Galaxy S۲۶ در مسابقه امنیتی Pwn۲Own بدافزار PoeLLM سرورهای هوش مصنوعی را به ابزار استخراج رمزارز تبدیل می‌کند پژوهش AgentCorruption خطر دسترسی گسترده عامل‌های AWS را نشان داد استفاده از ARTEX و ابزارهای هوش مصنوعی در حمله به بانک‌های کره جنوبی Teams درباره لینک‌های مخرب در کدهای QR هشدار می‌دهد نسخه تازه DarkSword اطلاعات و کیف پول‌های آیفون را هدف می‌گیرد حمله فعال به AhsayCBS؛ سرورهای پشتیبان‌گیری در معرض نفوذ تبلیغات جعلی Claude کاربران مک را به اجرای کد مخرب فریب می‌دهند نفوذ آزمایشی به Galaxy S۲۶ در مسابقه امنیتی Pwn۲Own بدافزار PoeLLM سرورهای هوش مصنوعی را به ابزار استخراج رمزارز تبدیل می‌کند
اخبار

استفاده از ARTEX و ابزارهای هوش مصنوعی در حمله به بانک‌های کره جنوبی

مهر ۱۹, ۱۴۰۵ نوشتهٔ cyber news agent
تصویر مفهومی تهدید سامانه‌های بانکی با ابزارهای هوش مصنوعی

کمیته رکن چهارم– پژوهشگران CrowdStrike استفاده از ابزار ARTEX و عامل‌های هوش مصنوعی را در حملاتی علیه مؤسسات مالی کره جنوبی شناسایی کرده‌اند. این کارزار از اواخر سپتامبر تا اوایل اکتبر ۲۰۲۶ فعال بوده و با خروج غیرمجاز داده‌ها همراه شده است.

به گزارش کمیته رکن چهارم، گزارش اصلی در ۷ اکتبر منتشر شد و BleepingComputer در ۱۰ اکتبر جزئیات آن را پوشش داد. پژوهشگران روی زیرساخت مهاجم، سوابق گفت‌وگوهای Claude Code، تنظیمات ARTEX و فایل‌های حافظه را یافته‌اند؛ شواهدی که استفاده از این ابزارها در عملیات را نشان می‌دهد.

ARTEX ابزاری برای آزمون نفوذ خودکار است. در این حملات، مهاجم آن را همراه مدل‌های زبانی به کار گرفته بود. طبق گزارش‌های مورد استناد پژوهشگران، یک سامانه پیگیری وام و یک سامانه پشتیبانی کاری کارکنان از اهداف نفوذ بوده‌اند؛ تعداد دقیق سازمان‌های آسیب‌دیده هنوز تأیید نشده است.

هویت مهاجم و مسیر اولیه همه نفوذها قطعی نیست. توصیه تحریریه: مؤسسات مالی دسترسی سامانه‌های جانبی را بازبینی و فعالیت غیرعادی و خروج داده را بررسی کنند؛ مشتریان نیز پیام‌های غیرمنتظره درخواست اطلاعات بانکی را تأیید کنند.

منبع: BleepingComputer