Kevesebb mint tíz perc – bizonyos szakaszokban nyolc percnél is rövidebb idő – alatt egy támadó exponált felhős hitelesítő adatok és nagy nyelvi modellek (LLM-ek) segítségével jogosultságot emelt, oldalirányban mozgott, majd teljes adminisztratív irányítást szerzett egy éles Amazon Web Services (AWS) környezet felett.
Egy friss felhőbiztonsági incidens drámai módon mutatta meg, hogy a mesterséges intelligencia hogyan alakítja át a kibertámadások sebességét, léptékét és kifinomultságát. Kevesebb mint tíz perc – bizonyos szakaszokban nyolc percnél is rövidebb idő – alatt egy támadó exponált felhős hitelesítő adatok és nagy nyelvi modellek (LLM-ek) segítségével jogosultságot emelt, oldalirányban mozgott, majd teljes adminisztratív irányítást szerzett egy éles Amazon Web Services (AWS) környezet felett.
A Sysdig kutatói november 28-án észlelték az eseményt, amely nemcsak a gyorsasága miatt volt kiemelkedő, hanem azért is, mert szinte a teljes támadási lánc automatizált volt AI segítségével – a felderítéstől és jogosultságemeléstől kezdve a laterális mozgáson át egészen a malware-fejlesztésig és az ún. LLMjackingig (AI-szolgáltatások visszaélésszerű használata).
A kutatók szerint ez fordulópont: a védekezés többé nem támaszkodhat a reakcióidőre, mint biztonsági pufferre.
Egy egyszerű hibától a teljes kompromittálásig
A támadás egy régóta ismert, mégis újra és újra előforduló problémával indult:
nyilvánosan elérhető felhőtárhelyen tárolt hitelesítő adatokkal.
A támadó érvényes AWS access key-eket talált publikus Amazon S3 bucketekben. Ezek kezdetben csak olvasási jogosultságot biztosítottak, de már ez is elegendő volt a környezet feltérképezéséhez.
Ez a fázis ismét rávilágít egy alapigazságra a felhőbiztonságban:
👉 nem kell admin jogosultság a belépéskor – elég egy kis rés a láthatósághoz, és onnan már felépíthető az eszkaláció.
Az AI mint gyorsító – nem csak segédeszköz
A támadás valódi újdonsága az volt, hogy az AI minden lépést felgyorsított. A Sysdig szerint a támadó LLM-eket használt:
- döntéshozatal automatizálására
- hibák értelmezésére és azonnali korrigálására
- támadókód generálására
- jogosultságemelési útvonalak azonosítására
A korábban manuális szkriptezést, szakértelmet és iteratív próbálkozást igénylő lépések gépi sebességgel zajlottak.
A kutatók több AI-generált kódra utaló jelet is azonosítottak:
- gyors egymás utáni Lambda-módosítások
- strukturált kivételkezelés és kommentelt kód
- egységes szintaxis több próbálkozás során
- szerb nyelvű megjegyzések a kódban – ami erősen utal prompt-alapú generálásra
Mindez alátámasztja: az AI radikálisan csökkenti a belépési küszöböt a komplex felhőtámadásokhoz.
Jogosultságemelés percek alatt
A támadó a read-only jogosultság ellenére rosszindulatú kódot injektált egy meglévő AWS Lambda funkcióba („EC2-init”). Több iteráción keresztül finomította a megközelítést, míg végül admin jogosultságú hitelesítő adatokhoz jutott.
⏱️ Az egész folyamat – a kezdeti hozzáféréstől a teljes admin kontrollig – kb. 8 percig tartott.
Ez alapjaiban kérdőjelezi meg a hagyományos detektálási modelleket, amelyek hosszabb „dwell time”-mal számolnak.
Oldalirányú mozgás és AI-hallucinációk
Admin hozzáféréssel a támadó 19 különböző AWS identitással lépett interakcióba, és több szerepkört próbált felvenni – köztük cross-account role-okat is.
Érdekes módon a kutatók AI-hallucinációkra utaló viselkedést is észleltek:
- nem létező vagy mintázatos AWS account ID-k próbálgatása
- legalább egy olyan ID, amely valószínűleg nem a szervezethez tartozott
Ez az LLM-ek ismert korlátjára utal: hiányos kontextus esetén hihető, de hibás adatokat „találnak ki”. A támadás sikerét ez nem akadályozta, de fontos bizonyíték volt az AI közvetlen szerepére.
Az AI egyszerre fegyver és célpont
A kompromittálás nem állt meg az adatoknál. A támadó kifejezetten az AI-infrastruktúrát is kihasználta:
- több kereskedelmi alapmodell meghívása
- marketplace használati feltételek automatikus elfogadása
- inference kérések régiók közötti elosztása
- GPU-s instance-ek indítása további célokra
Ez a minta illeszkedik egy új trendbe: a kompromittált felhők AI-számítási platformmá vagy „compute-farmmá” alakulnak.
Ismerős gyökérok – brutálisan felerősített hatás
Bármennyire kifinomult volt az AI-vezérelt támadás, a kiváltó ok banálisan egyszerű és megelőzhető volt:
- hosszú élettartamú access key-ek
- publikus S3 bucketek
- nem ideiglenes hitelesítés
Ráadásul a bucketek elnevezései AI-hoz kapcsolódó mintákat követtek, ami még könnyebbé tette az automatizált felderítést.
Eltűnő detektálási időablak
A legnagyobb veszély nem egyetlen technika, hanem az idő teljes összenyomódása. Az AI:
- nem bizonytalan
- nem tétovázik
- nem „próbálgat” hosszasan
A támadás egy folyamatos, megszakítás nélküli lánccá vált. A korábbi védekezési feltételezés – miszerint „lesz idő reagálni” – érvényét veszti.
Védekezés az AI-gyorsított támadások ellen
A felhőbiztonsági stratégiát sebességre kell optimalizálni. A megelőzés továbbra is kritikus, de önmagában nem elég.
Kulcsprioritások:
- exponált hitelesítő adatok teljes felszámolása
- ideiglenes (ephemeral) hozzáférések használata
- szigorú least-privilege enforcement
- valós idejű runtime és viselkedésalapú detekció
- AI-szolgáltatások és GPU-használat monitorozása
- az AI-platformok kezelése mint kiemelt támadási felület
Ez az incidens világos üzenetet hordoz:
👉 az AI korszakában a kis hibák nem lassan fájnak – azonnal katasztrofálisak.
