Một vụ xâm nhập được báo cáo liên quan đến phần mềm hình ảnh y tế đang mang đến cho các chuyên gia phòng thủ một ví dụ cụ thể về cách các công cụ tự động hóa đang thay đổi các cuộc tấn công. Theo báo cáo, những kẻ tấn công bị nghi ngờ có liên hệ với Trung Quốc đã sử dụng các tác nhân AI để khai thác một lỗ hổng trong MONAI Label và giành quyền truy cập root vào một máy chủ đại học. Báo cáo nêu rõ rằng không có bản phát hành nào đã được vá. Trường hợp tấn công zero-day MONAI Label của các tác nhân AI đáng được nghiên cứu vì nó kết hợp một lỗ hổng chưa được vá, cơ sở hạ tầng nghiên cứu và tự động hóa trong một sự cố duy nhất.
Bài viết này bám sát những gì đã được báo cáo và tập trung vào các bước thực tiễn. Nguồn tài liệu khá ngắn gọn, vì vậy các chi tiết như bản chất chính xác của lỗ hổng, phạm vi truy cập dữ liệu và mốc thời gian không được đề cập ở đây.
Điều gì đã xảy ra trong vụ xâm nhập MONAI Label
Báo cáo mô tả những kẻ tấn công bị nghi ngờ có liên hệ với Trung Quốc đã sử dụng các tác nhân AI để khai thác một lỗ hổng trong MONAI Label, một công cụ gắn liền với công việc hình ảnh y tế. Kết quả là quyền truy cập root vào một máy chủ đại học. Root là mức đặc quyền cao nhất trên một hệ thống kiểu Linux, thường có nghĩa là kẻ tấn công có thể đọc, thay đổi hoặc xóa gần như mọi thứ trên máy và có thể cài đặt các công cụ tồn tại lâu dài.
Hai điểm đáng chú ý. Thứ nhất, việc quy trách nhiệm được mô tả là nghi ngờ, nên cần được coi là chưa được xác nhận. Thứ hai, báo cáo cho biết không có bản phát hành nào đã được vá. Điều đó có nghĩa là các quản trị viên không thể chỉ cần cập nhật để bịt lỗ hổng, mà phải dựa vào các biện pháp bảo vệ khác cho đến khi có bản vá.
Cách các tác nhân AI tăng tốc phát hiện và khai thác zero-day
Zero-day là một lỗ hổng bị khai thác trước khi bản vá tồn tại. Việc tìm ra một lỗ hổng như vậy theo cách truyền thống đòi hỏi các nhà nghiên cứu có kỹ năng phải mất nhiều thời gian. Các tác nhân AI thay đổi bài toán kinh tế bằng cách tự động hóa các bước như đọc mã, kiểm tra đầu vào, liên kết các phát hiện lại với nhau và thử khai thác, thường không cần một người hướng dẫn từng bước.
Sự cố này khớp với một mô hình mà chúng tôi đã đề cập trước đây. Trong báo cáo của DIVD, một tác nhân AI đã khai thác hai lỗ hổng zero-day của Zammad trong một vụ xâm nhập mạng, cho thấy rằng các tác nhân tự động có thể chuyển từ phát hiện sang xâm phạm. Một báo cáo riêng dựa trên ZDNET đã định giá cho xu hướng này, lưu ý rằng AI có thể giúp tìm một lỗ hổng zero-day với chi phí khoảng 4 USD. Khi việc phát hiện trở nên rẻ, nhiều mục tiêu trở nên đáng để thăm dò hơn, bao gồm cả phần mềm chuyên biệt mà trước đây ít được chú ý.
Tác động thực tiễn là cửa sổ thời gian bị thu hẹp. Các chuyên gia phòng thủ có ít thời gian hơn giữa lúc một lỗ hổng tồn tại và lúc ai đó khai thác nó, và ít lý do hơn để cho rằng phần mềm ít phổ biến là an toàn chỉ vì ít người xem xét nó.
Tại sao máy chủ nghiên cứu và hình ảnh y tế lại dễ bị tổn thương
Máy chủ đại học và nghiên cứu thường hấp dẫn vì những lý do ít liên quan đến bất kỳ lỗi cụ thể nào. Chúng có xu hướng có thể truy cập được từ bên ngoài mạng để các cộng tác viên có thể truy cập công cụ và dữ liệu. Chúng có thể chạy phần mềm mã nguồn mở chuyên biệt được duy trì bởi các nhóm nhỏ, điều này có thể dẫn đến chu kỳ vá chậm hơn. Môi trường nghiên cứu cũng coi trọng tính mở, điều này có thể xung đột với các kiểm soát truy cập nghiêm ngặt.
Các dự án hình ảnh y tế thêm một khía cạnh khác, vì công việc có thể liên quan đến các bộ dữ liệu nhạy cảm và nghiên cứu có giá trị. Báo cáo không nói rõ liệu có bất cứ thứ gì bị lấy đi trong trường hợp này hay không, vì vậy độc giả nên tránh giả định về mất mát dữ liệu cụ thể. Bài học rộng hơn là cơ sở hạ tầng nghiên cứu tiếp xúc với internet xứng đáng được giám sát giống như bất kỳ hệ thống sản xuất nào.
Điều này có ý nghĩa gì với bạn
Nếu bạn quản trị hoặc phụ thuộc vào MONAI Label hoặc các công cụ nghiên cứu tương tự, sự thật quan trọng là chờ đợi một bản vá không phải là một kế hoạch. Phơi nhiễm là biến số bạn có thể kiểm soát ngay hôm nay.
Nếu bạn là nhà nghiên cứu, sinh viên hoặc bác sĩ lâm sàng sử dụng các hệ thống như vậy, hãy hỏi nhóm IT của bạn liệu các dịch vụ có thể truy cập được từ internet công cộng hay không và ai giám sát chúng. Nếu bạn là độc giả thông thường, bài học là các cuộc tấn công có sự hỗ trợ của AI không còn là giả thuyết nữa, và điều đó cho thấy giá trị của các biện pháp vệ sinh cơ bản như xác thực mạnh và hạn chế truy cập.
Cách tăng cường bảo mật và giám sát máy chủ khi chưa có bản vá
Các bước sau đây là các thực hành phòng thủ chung, không phải hướng dẫn cụ thể của nhà cung cấp cho lỗ hổng này:
- Loại bỏ phơi nhiễm công khai. Đặt dịch vụ phía sau VPN, máy chủ bastion hoặc danh sách cho phép để chỉ người dùng và mạng đã biết mới có thể truy cập.
- Hạn chế đặc quyền. Chạy ứng dụng dưới dạng tài khoản không phải root, có đặc quyền tối thiểu và, khi có thể, trong một container hoặc sandbox với quyền truy cập tệp và mạng bị hạn chế.
- Phân đoạn mạng. Giữ máy chủ nghiên cứu tách biệt khỏi các hệ thống nội bộ để một vụ xâm phạm không lan rộng dễ dàng.
- Giám sát tìm dấu hiệu xâm phạm. Xem lại nhật ký để tìm các đăng nhập bất thường, tiến trình không mong đợi, tài khoản người dùng mới, tác vụ theo lịch trình và các kết nối ra ngoài mà bạn không nhận ra.
- Chuẩn bị ứng phó. Giữ các bản sao lưu gần đây, ngoại tuyến và một kế hoạch để cô lập máy chủ nhanh chóng nếu nó có dấu hiệu bị xâm phạm.
- Theo dõi các bản cập nhật. Theo dõi các kênh chính thức của dự án để bạn có thể áp dụng bản vá ngay khi nó được phát hành.
Nếu bạn nghi ngờ một máy chủ đã bị xâm phạm, hãy coi quyền truy cập cấp root là một vụ xâm phạm toàn diện: cô lập nó, bảo toàn nhật ký và cân nhắc xây dựng lại từ trạng thái đã biết là tốt thay vì dọn dẹp tại chỗ.
Những điểm chính cần ghi nhớ
Trường hợp zero-day MONAI Label của các tác nhân AI cho thấy rằng việc khai thác tự động có thể biến một lỗ hổng chưa được vá thành quyền truy cập root một cách nhanh chóng, và rằng cơ sở hạ tầng nghiên cứu là một mục tiêu thực tế. Nếu bạn vận hành máy chủ nghiên cứu hoặc hình ảnh y tế tiếp xúc với internet, hãy hạn chế phơi nhiễm và bắt đầu giám sát các dấu hiệu xâm phạm ngay bây giờ thay vì chờ đợi một bản vá. Để biết thêm bối cảnh về cách các công cụ tự động đang thay đổi các cuộc tấn công, hãy đọc bài viết của chúng tôi về vụ xâm nhập Zammad và chi phí thấp của việc phát hiện zero-day do AI điều khiển.




