รายงานเหตุการณ์บุกรุกที่เกี่ยวข้องกับซอฟต์แวร์ภาพทางการแพทย์กำลังมอบตัวอย่างที่เป็นรูปธรรมให้นักป้องกันภัยไซเบอร์ได้เห็นว่าเครื่องมืออัตโนมัติกำลังเปลี่ยนแปลงรูปแบบการโจมตีอย่างไร ตามรายงาน แฮกเกอร์ที่ต้องสงสัยว่ามีความเชื่อมโยงกับจีนได้ใช้ AI agents เพื่อใช้ประโยชน์จากช่องโหว่ใน MONAI Label และยกระดับสิทธิ์เป็น root บนเซิร์ฟเวอร์ของมหาวิทยาลัย รายงานระบุว่าไม่มีการออกเวอร์ชันที่แก้ไขช่องโหว่แล้ว กรณีการโจมตี AI agents zero-day MONAI Label นี้น่าศึกษา เพราะ combines ช่องโหว่ที่ยังไม่ถูกแพตช์ โครงสร้างพื้นฐานด้านการวิจัย และระบบอัตโนมัติไว้ในเหตุการณ์เดียว
บทความนี้ยึดตามสิ่งที่ได้รับการรายงานและมุ่งเน้นไปที่ขั้นตอนปฏิบัติ เนื้อหาต้นฉบับมีเพียงสั้น ๆ ดังนั้นรายละเอียด เช่น ลักษณะที่แท้จริงของช่องโหว่ ขอบเขตของการเข้าถึงข้อมูลใด ๆ และลำดับเวลา จะไม่กล่าวถึงในที่นี้
เกิดอะไรขึ้นในการบุกรุก MONAI Label
รายงานอธิบายถึงผู้โจมตีที่ต้องสงสัยว่ามีความเชื่อมโยงกับจีนซึ่งใช้ AI agents เพื่อใช้ประโยชน์จากช่องโหว่ใน MONAI Label ซึ่งเป็นเครื่องมือที่เกี่ยวข้องกับงานภาพทางการแพทย์ ผลลัพธ์คือการเข้าถึงระดับ root บนเซิร์ฟเวอร์ของมหาวิทยาลัย Root คือระดับสิทธิ์สูงสุดบนระบบแบบ Linux ซึ่งโดยทั่วไปหมายความว่าผู้โจมตีสามารถอ่าน เปลี่ยนแปลง หรือลบเกือบทุกสิ่งบนเครื่องและสามารถติดตั้งเครื่องมือที่ฝังอยู่อย่างถาวรได้
มีสองประเด็นที่โดดเด่น ประการแรก การระบุตัวตนถูกอธิบายว่าเป็น "ต้องสงสัย" ดังนั้นจึงควรถือว่ายังไม่ได้รับการยืนยัน ประการที่สอง รายงานระบุว่าไม่มีการออกเวอร์ชันที่แก้ไขช่องโหว่แล้ว นั่นหมายความว่าผู้ดูแลระบบไม่สามารถอัปเดตเพื่อปิดช่องโหว่ได้โดยตรง และต้องพึ่งพามาตรการป้องกันอื่น ๆ จนกว่าจะมีแพตช์
AI agents เร่งการค้นพบและการใช้ประโยชน์ zero-day อย่างไร
Zero-day คือช่องโหว่ที่ถูกใช้ประโยชน์ก่อนที่จะมีแพตช์ การค้นหาช่องโหว่ดังกล่าวโดยปกติต้องใช้เวลาอย่างมากจากนักวิจัยที่มีทักษะ AI agents เปลี่ยนเศรษฐศาสตร์ของกระบวนการนี้ด้วยการทำให้ขั้นตอนต่าง ๆ เป็นอัตโนมัติ เช่น การอ่านโค้ด การทดสอบอินพุต การเชื่อมโยงสิ่งที่ค้นพบเข้าด้วยกัน และการพยายามใช้ประโยชน์จากช่องโหว่ ซึ่งมักเกิดขึ้นโดยไม่ต้องมีคนคอยแนะนำทุกการเคลื่อนไหว
เหตุการณ์นี้สอดคล้องกับรูปแบบที่เราเคยรายงานมาก่อน ในรายงานของ DIVD AI agent ใช้ประโยชน์ zero-day สองรายการของ Zammad ในการบุกรุกระบบเครือข่าย แสดงให้เห็นว่า agents อัตโนมัติสามารถเคลื่อนจากการค้นพบไปสู่การบุกรุกได้ รายงานอีกฉบับที่อ้างอิง ZDNET ได้ตีราคาแนวโน้มนี้ โดยระบุว่า AI สามารถช่วยค้นหา zero-day ได้ในราคาประมาณ $4 เมื่อการค้นพบมีต้นทุนต่ำลง เป้าหมายมากขึ้นก็กลายเป็นสิ่งที่คุ้มค่าที่จะตรวจสอบ รวมถึงซอฟต์แวร์เฉพาะทางที่เคยได้รับความสนใจน้อย
ผลในทางปฏิบัติคือหน้าต่างเวลาที่สั้นลง นักป้องกันมีเวลาน้อยลงระหว่างการมีอยู่ของช่องโหว่กับการถูกใช้ประโยชน์ และมีเหตุผลน้อยลงที่จะสันนิษฐานว่าซอฟต์แวร์ที่ไม่ค่อยเป็นที่รู้จักนั้นปลอดภัยเพียงเพราะมีคนดูน้อย
ทำไมเซิร์ฟเวอร์ด้านการวิจัยและภาพทางการแพทย์จึงเสี่ยง
เซิร์ฟเวอร์ของมหาวิทยาลัยและศูนย์วิจัยมักเป็นเป้าหมายที่น่าสนใจด้วยเหตุผลที่แทบไม่เกี่ยวข้องกับบั๊กใดบั๊กหนึ่งโดยเฉพาะ พวกมันมักเข้าถึงได้จากภายนอกเครือข่ายเพื่อให้ผู้ร่วมงานสามารถเข้าถึงเครื่องมือและข้อมูลได้ อาจรันซอฟต์แวร์โอเพนซอร์สเฉพาะทางที่ดูแลโดยทีมเล็ก ๆ ซึ่งอาจหมายถึงรอบการแพตช์ที่ช้ากว่า สภาพแวดล้อมการวิจัยยังให้ความสำคัญกับความเปิดกว้าง ซึ่งอาจขัดแย้งกับการควบคุมการเข้าถึงที่เข้มงวด
โครงการภาพทางการแพทย์เพิ่มมิติอีกชั้นหนึ่ง เนื่องจากงานอาจเกี่ยวข้องกับชุดข้อมูลที่ละเอียดอ่อนและการวิจัยที่มีคุณค่า รายงานไม่ได้ระบุว่ามีข้อมูลใดถูกนำไปในกรณีนี้หรือไม่ ดังนั้นผู้อ่านควรหลีกเลี่ยงการสันนิษฐานถึงการสูญหายของข้อมูลที่เฉพาะเจาะจง บทเรียนที่กว้างกว่าคือโครงสร้างพื้นฐานด้านการวิจัยที่เปิดสู่อินเทอร์เน็ตสมควรได้รับการตรวจสอบอย่างละเอียดเช่นเดียวกับระบบการผลิตใด ๆ
สิ่งนี้หมายความว่าอย่างไรสำหรับคุณ
หากคุณดูแลหรือพึ่งพา MONAI Label หรือเครื่องมือวิจัยที่คล้ายกัน ข้อเท็จจริงสำคัญคือการรอแพตช์ไม่ใช่แผน การเปิดเผยต่อภายนอกคือตัวแปรที่คุณควบคุมได้ในวันนี้
หากคุณเป็นนักวิจัย นักศึกษา หรือแพทย์ผู้ใช้ระบบดังกล่าว ให้ถามทีมไอทีของคุณว่าบริการเหล่านั้นเข้าถึงได้จากอินเทอร์เน็ตสาธารณะหรือไม่ และใครเป็นผู้ตรวจสอบ หากคุณเป็นผู้อ่านทั่วไป สิ่งที่ควรจดจำคือการโจมตีที่ใช้ AI ช่วยนั้นไม่ใช่เรื่องสมมติอีกต่อไป และนั่นชี้ให้เห็นคุณค่าของสุขอนามัยพื้นฐาน เช่น การยืนยันตัวตนที่แข็งแกร่งและการจำกัดการเข้าถึง
วิธีเสริมความปลอดภัยและตรวจสอบเซิร์ฟเวอร์ในขณะที่ยังไม่มีแพตช์
ขั้นตอนต่อไปนี้เป็นแนวปฏิบัติด้านการป้องกันทั่วไป ไม่ใช่คำแนะนำจากผู้ขายที่เฉพาะเจาะจงกับช่องโหว่นี้:
- ขจัดการเปิดเผยต่อสาธารณะ วางบริการไว้หลัง VPN, bastion host หรือ allowlist เพื่อให้เฉพาะผู้ใช้และเครือข่ายที่รู้จักเท่านั้นที่เข้าถึงได้
- จำกัดสิทธิ์ รันแอปพลิเคชันด้วยบัญชีที่ไม่ใช่ root และมีสิทธิ์น้อยที่สุด และหากเป็นไปได้ ให้รันในคอนเทนเนอร์หรือแซนด์บ็อกซ์ที่จำกัดการเข้าถึงไฟล์และเครือข่าย
- แบ่งส่วนเครือข่าย แยกเซิร์ฟเวอร์วิจัยออกจากระบบภายในเพื่อให้การบุกรุกไม่แพร่กระจายได้ง่าย
- ตรวจสอบการบุกรุก ตรวจสอบบันทึกสำหรับการเข้าสู่ระบบที่ผิดปกติ กระบวนการที่ไม่คาดคิด บัญชีผู้ใช้ใหม่ งานที่ตั้งเวลาไว้ และการเชื่อมต่อขาออกที่คุณไม่รู้จัก
- เตรียมพร้อมตอบสนอง เก็บสำรองข้อมูลออฟไลน์ล่าสุดและมีแผนสำหรับแยกเซิร์ฟเวอร์ออกอย่างรวดเร็วหากดูเหมือนถูกบุกรุก
- ติดตามการอัปเดต ติดตามช่องทางทางการของโครงการเพื่อให้คุณสามารถติดตั้งแพตช์ได้ทันทีที่เผยแพร่
หากคุณสงสัยว่าเซิร์ฟเวอร์ถูกบุกรุกแล้ว ให้ถือว่าการเข้าถึงระดับ root คือการบุกรุกเต็มรูปแบบ: แยกเซิร์ฟเวอร์ออก รักษาบันทึกไว้ และพิจารณาสร้างใหม่จากสถานะที่รู้ว่าดีแทนการทำความสะอาดในที่เดิม
ประเด็นสำคัญที่ควรจดจำ
กรณี AI agents zero-day MONAI Label แสดงให้เห็นว่าการใช้ประโยชน์จากช่องโหว่แบบอัตโนมัติสามารถเปลี่ยนช่องโหว่ที่ยังไม่ถูกแพตช์ให้กลายเป็นการเข้าถึงระดับ root ได้อย่างรวดเร็ว และโครงสร้างพื้นฐานด้านการวิจัยก็เป็นเป้าหมายที่เป็นไปได้จริง หากคุณดูแลเซิร์ฟเวอร์วิจัยหรือภาพทางการแพทย์ที่เปิดสู่อินเทอร์เน็ต ให้จำกัดการเปิดเผยและเริ่มตรวจสอบหาสัญญาณของการบุกรุกตอนนี้แทนการรอแพตช์ สำหรับบริบทเพิ่มเติมเกี่ยวกับว่าเครื่องมืออัตโนมัติกำลังเปลี่ยนแปลงการโจมตีอย่างไร โปรดอ่านบทความของเราเกี่ยวกับ การบุกรุก Zammad และ ต้นทุนต่ำของการค้นพบ zero-day ที่ขับเคลื่อนด้วย AI




