ARTEX и ИИ: глобальная кампания взлома финансовых организаций

ARTEX с ИИ взламывает финансовые организации по всему миру

В октябре 2026 года специалисты Zscaler ThreatLabz обнаружили глобальную кампанию кибератак, использующую фреймворк для тестирования на проникновение ARTEX в сочетании с ИИ-ассистентами и пользовательскими скриптами автоматизации. Первоначальные сообщения указывали на атаки против финансовых организаций Южной Кореи. Исследование ThreatLabz выявило более широкий масштаб и географию атак, затронувших организации в различных отраслях по всему миру.

Операторская среда включает ARTEX, Claude Code, Codex и Grok

Атакующие использовали рабочую и промежуточную (jump) серверы для организации своей инфраструктуры. На рабочей машине хранились файлы проектов, скрипты, настройки ИИ и локальная установка ARTEX. Промежуточный сервер, доступный по IP-адресу 38.244.50.120, служил основным маршрутом для подключений к целям. На нем также запускались дополнительные сессии ИИ, включая Grok для исследований и отдельную сессию для анализа его результатов. Три пользовательских скрипта обеспечивали синхронизацию инструкций ИИ и файлов между учетными записями на обоих серверах. Эти скрипты копировали инструкции, заметки и инструменты, поддерживая согласованность конфигураций ИИ-агентов.

ARTEX представляет собой фреймворк для тестирования на проникновение с архитектурой планировщика и исполнителя. Восстановленная конфигурация расширяет его возможности инструментами для анализа веб-приложений, сетей и Android. Файл Docker Compose определял контейнер ARTEX и базу данных PostgreSQL 16. Контейнер ARTEX использовал пользовательский образ artex-local:perf2-20261003, включающий утилиты nmap, sqlmap, nuclei, httpx, jadx, apktool и frida-tools.

ИИ-модели выполняют задачи и проверяют друг друга

Оператор менял маршрутизацию моделей и использовал имена учетных записей, не всегда соответствующие настроенным моделям. Конфигурация ARTEX указывала на использование модели deepseek-v4.1-flash через шлюз, совместимый с OpenAI (https://xcai.pro/v1). В других конфигурациях использовались модели deepseek-v4-pro, glm-5.3 и grok-4.7-xhigh. Записи указывают на использование Claude Code с конфигурациями, включающими DeepSeek, GLM и Grok. В некоторых случаях ИИ-моделям назначались различные роли: DeepSeek проводил первичное исследование, а GLM проверял его результаты на наличие пробелов. Также использовался Grok для выполнения обширных исследовательских задач на промежуточном сервере.

Оператор организовал каждое расследование в отдельную папку, где сохранялись файлы с информацией о целях, прогрессе тестирования, заметках, отчетах об уязвимостях и доказательствах. Специальный скрипт добавлял краткое резюме статуса тестирования и пути к файлам памяти к каждому новому запросу, чтобы ИИ мог продолжить предыдущую работу. Инструкции предписывали ИИ считать все предоставленные цели предварительно авторизованными, а некоторые настройки позволяли выполнять автономные действия без явного одобрения оператора.

Атаки нацелены на финансовые и другие организации по всему миру

История запросов выявила цели за пределами финансовых организаций Южной Кореи. Атаки затрагивали приложения для знакомств, SMS-провайдеров, криптовалютные и платежные платформы, порталы подарочных карт, сайты азартных игр, розничные платформы, образовательные сервисы, логистические компании и системы урегулирования юридических споров. Цели располагались в различных географических регионах, включая Канаду, Китай, Гонконг, Индию, Индонезию, Японию, Казахстан, Кению, Малайзию, Нигерию, Южную Африку, Тайвань, Таиланд и Кубу. Запросы включали сканирование или исследование организаций, а также получение данных о личных транзакциях, что указывает на финансовую мотивацию атак.

Резервное копирование и туннели обеспечивают устойчивость

Оператор инструктировал ИИ-инструменты подключаться к целям через промежуточный сервер. Дополнительные конфигурации прокси предоставляли отдельные исходящие IP-адреса для каждого проекта, ограничивая прямые соединения между основным рабочим сервером и целевыми средами. SSH-туннели настраивались для двусторонней связи между серверами для служб ИИ и файлов. Фоновые задачи мониторинга перезапускали службы и туннели в случае прерывания. Активы расследований архивировались в Backblaze B2, с разделением отчетов, исходного кода и данных на отдельные каталоги для упрощения извлечения.