AI安全观察 |AIAgent首次实现“无人化”攻击链:SecFlow 框架下的亚洲网络攻防实录
查测评 chaceping.com | 安全合规专业情报站：实时追踪测评动态、政策标准与行业技术进展，为政企单位和测评机构提供专业的辅助决策参考。
2026年9月3日，安全公司Hunt.io发布了一份编号为TLP:AMBER的调查报告，披露了一个代号为SecFlow的AI自动化攻击框架。在为期数月的行动中，该框架调度Claude Code、DeepSeek等商用大模型，对中国大陆、台湾地区、印尼、越南等地的政府与教育系统发起了全自动化的入侵。
这不仅是工具的升级，更标志着网络攻击进入了由AI Agent主导的“无人化”新阶段。
一、攻击画像：“Nie”的自动化工厂
此次攻击的特别之处在于，攻击者将AI作为决策核心嵌入攻击链，而非仅用于生成脚本。调查通过共享的SOCKS代理、代码复用和用户名“Nie”，将五个暴露的开放目录串联为同一个攻击行动。
1. SecFlow编排框架
攻击者利用SecFlow框架将任务下达给专用AI Agent，后者能共享文件系统并根据上下文自主决策。
框架配置了五种模型工作负载，可随时在Claude和DeepSeek间切换。所有模型流量通过私有域名niestools.com代理，以规避检测。
2. 开源工具的整合
AI Agent被授权调用大量开源工具，包括Nmap扫描、Nuclei漏洞验证，以及定制的GLUTTON Webshell，从而将“思考”转化为“执行”。
二、实战复盘：从政府内网到教育平台
案例一：丰台区政府OA系统深度渗透
这是攻击链最完整的案例。攻击者从互联网侧的IIS服务入手，利用文件上传漏洞写入ASPX一句话木马（如cmd.aspx）获得权限。
随后，AI Agent自主执行了完整内网渗透：
主机探测：执行
whoami、tasklist等命令，确认位于Windows Server 2012 R2域环境。权限提升：上传多个“Potato”系列提权工具试图获取SYSTEM权限。
凭据窃取：部署
down.aspx，分37块下载约75.8MB的LSASS内存转储文件，并通过extract.aspx提取哈希。数据窃取：通过
sqldump.aspx批量导出数据库，成功获取822条OA系统账户信息，并创建了高权限账号。持久化控制：部署名为SecBox的远控木马（伪造微软签名
syscfg.exe），并通过死区解析器（DDR）从Pastebin获取备用C2地址。
案例二：教育AI平台与高校系统
在另一条攻击链中，AI Agent针对某教育AI平台管理面板发起攻击，无需认证即获取了23个AI助手配置和14个密钥字段，包括Dify和Coze的凭证。在另一次行动中，攻击者利用漏洞获取了某大学校园卡系统的root数据库权限和Grafana管理员权限。
案例三：区域地理目标
通过位于152.42.200.25的工作站，攻击者使用Shellshock漏洞（CVE-2014-6271）攻击台湾国民党党史档案馆。同时，针对印尼外交部域名的Webshell管理脚本（xor_bd.py）也被发现。此外，对越南岘港工业主机的扫描以及对阿富汗电信运营商/24网段的扫描，显示了其广泛的地理兴趣。
三、技术特点：AI Agent如何改变攻防规则
高自动化下的错误传导放大：调查发现，一个关于Shiro漏洞利用的误报（false positive）被自动化流程采纳后，竟驱动AI持续分配了27次后续GLUTTON部署任务。这种“错误传导”揭示了AI Agent在缺乏人工校验时，可能将小概率误判放大为大规模无效攻击，客观上形成对目标的高密度火力覆盖。
隐写术对抗流量审计：GLUTTON组件支持将恶意代码隐藏在PNG图片的RGB通道中传输，使得流量检测变得异常困难。
已知漏洞的批量自动化利用：攻击者将8个已公开的CVE漏洞（包括CVE-2020-1938、CVE-2022-22965、CVE-2016-4437等）的PoC集成到AI工作流中，使Agent能够对目标进行大规模自动化漏洞验证与利用。
成本与效率的革命：传统依赖人工的渗透测试可能耗时数周，而AI Agent可在数小时内完成侦察、利用到数据回传的全流程。
四、事件点评：当“武器”开始自己寻找目标
这次SecFlow攻击事件，是AI武器化的一个分水岭。
我们过去担心的“AI辅助黑客”已成现实，且攻击者已进化至“AI自动黑客”阶段。在这种模式下，AI Agent不仅是工具，更是具备初级决策能力的“数字士兵”，它们能24小时不间断地尝试攻击，并通过自动化推理调整攻击路径。
这一趋势带来了两大挑战：
攻防速度的鸿沟：人类分析员的响应速度，已难以跟上AI Agent的进攻节奏。未来防御将更多依赖AI对抗AI的自动化体系。
归因的复杂性：攻击者通过API调用匿名大模型，使得攻击溯源更难。这给地缘政治层面的网络博弈增添了新的变数。
此次攻击告诫我们：安全防御不能再停留在修补已知漏洞层面，而应构建能够主动识别并阻断AI自动化攻击行为的认知防御体系。攻击者已借助AI实现“无人化”作业，我们的防御也必须进入“机器速度”时代。
参考来源：Hunt.io研究报告《Chinese-Speaking Operator Uses AI Agents to Target Government and Education Systems Across Asia》（2026年9月3日发布）
———— ◆ ————▲查测评，你的合规情报站▲
查测评免责声明
文稿主要参考网络公开信息，仅供行业学习参考，不作为法律依据与专业意见。如您发现内容有误，或存在损害贵方权益的相关表述，可随时反馈。我方将全力配合核查，确认问题后第一时间无条件移除对应内容。
