多年來，資安研究人員主要透過數位指紋追蹤不同類型的惡意軟體，用以辨識駭客工具、偵測潛在感染，以及分析這些工具的使用變化。《WIRED》報導，隨著攻擊者開始將代理型 AI 導入駭客工具，讓惡意軟體能透過 AI 模型或服務取得指令、判斷下一步行動，思科系統旗下的威脅情報與安全研究組織 Cisco Talos 近日發布開源框架 Cognitive Artifact Intelligence Research Network（CAIRN），希望協助資安研究人員分類與分析這類 AI 整合型惡意軟體。
追蹤駭客足跡：Cisco 開發 CAIRN 系統，鎖定 AI 惡意軟體指紋
CAIRN 的命名來自登山路徑上的石堆，登山客會利用這類石堆標示路線，或凸顯特定位置。Cisco Talos 資安研究員 Ryan Fetterman 表示，AI 整合也會在惡意軟體中留下類似指紋的痕跡，研究人員可以利用這些特徵追蹤樣本、進行分類，並觀察攻擊者正在嘗試哪些技術，以及是否出現新的攻擊行為。
《WIRED》提及，CAIRN 的功能是從惡意軟體中繼資料辨識 AI 整合相關特徵與屬性，再據此替樣本進行分類與標記。系統會將每個樣本放進 CAIRN 的資料庫中與其他樣本比對，根據不同特徵進行分組，藉此找出可能的趨勢與關聯。
Ryan Fetterman 表示，他在 2025 年 7 月看到烏克蘭資安事件應變單位 CERT-UA 發布警告，指出一波釣魚攻擊使用名為 LAMEHUG 的惡意軟體。該惡意軟體透過 Hugging Face API，連接 Qwen2.5-Coder-32B-Instruct 大型語言模型（LLM）取得指令。
當時 Ryan Fetterman 預期，AI 整合型惡意軟體可能很快大量出現，但一年後回頭盤點時，公開紀錄中的案例數量卻仍相當有限。他表示，當時只找到約 9 個具有名稱的惡意軟體家族，部分只是研究用途的概念驗證（PoC）。
他進一步開發 CAIRN。經過近幾個月的開發與分析後，Ryan Fetterman 表示，CAIRN 又找出了約 20 個過去未被廣泛公開紀錄的 AI 整合型惡意軟體案例。他認為，這顯示相關威脅環境可能比目前公開報導的情況更加複雜、多樣，而 AI 整合型惡意軟體目前對攻擊者而言仍大致處於實驗階段。
CAIRN 找到的 CLOSEDQUORUM 具自主命令與控制（C2）能力。Cisco Talos 研究人員指出，據其所知，CLOSEDQUORUM 是第一個公開記錄、將 AI 模型用於戰術性 C2 的 Windows 惡意軟體。它會向 DeepSeek、Qwen、Mistral 與 Google Gemini 等多個 AI 服務發送請求，透過最多 4 個大型語言模型（LLM）判斷下一步行動，再根據各模型的回應形成「共識」。
CLOSEDQUORUM 內建 AI 備援機制：將成為「零干預」封閉式自動攻擊
《WIRED》指出，CLOSEDQUORUM 的另一項特徵是具備備援機制。即使其中一項 AI 服務無法使用，惡意軟體仍會向其他服務發送請求，因此不需要依賴單一 AI 服務，也沒有提供人類輸入的機制，能在封閉環境中自行決定後續行動。
Cisco Talos 研究人員發現，CLOSEDQUORUM 與自 2025 年起出現在網路犯罪論壇上的信用卡詐欺活動存在部分關聯。該惡意軟體設計用於竊取登入憑證與加密貨幣，但研究人員目前無法確認其開發者身分，也無法證實 CLOSEDQUORUM 是否已經被實際用於攻擊活動。
Cisco Talos 威脅情報資深主管 Matt Olney 表示，過去 AI 主要被視為提升生產力的工具，不論是應用於一般工作或駭客活動；但現在，AI 正逐漸轉化為攻擊者可以直接運作的基礎能力。對攻擊者而言，這意味著可以執行更多攻擊活動、觸及更多環境，以及同時處理更多不同電腦，因為後端有 AI 系統能夠自行提出問題並產生回應。
Ryan Fetterman 指出，雖然目前 AI 整合型惡意軟體對攻擊者而言仍主要處於實驗階段，但透過 CAIRN 觀察到的案例顯示，相關威脅活動已比過去公開資訊所呈現的更加複雜。CAIRN 因此也能作為資安研究人員觀察這類威脅發展的早期訊號。
＊本文開放合作夥伴轉載，資料來源：《WIRED》、Cisco Talos，圖片來源：Cisco Talos。
