JADEPUFFER: ವಿಶ್ವದ ಮೊದಲ ಏಜೆಂಟಿಕ್ (Agentic) ರ‍್ಯಾನ್ಸಮ್‌ವೇರ್ ದಾಳಿಯ ಉದಯ

ಮಾನವನ ನೇತೃತ್ವದ ಸೈಬರ್ ದಾಳಿಗಳ ಯುಗವು, ದಾಖಲಿತ ಮೊದಲ "ಏಜೆಂಟಿಕ್" (agentic) ರ‍್ಯಾನ್ಸಮ್‌ವೇರ್ ಕಾರ್ಯಾಚರಣೆಯಾದ JADEPUFFER ನ ಉದಯದೊಂದಿಗೆ ಒಂದು ದೊಡ್ಡ ಬದಲಾವಣೆಯನ್ನು ಎದುರಿಸುತ್ತಿದೆ. ಕಮಾಂಡ್‌ಗಳನ್ನು ಬರೆಯಲು ಮತ್ತು ಕಾರ್ಯಗತಗೊಳಿಸಲು ಮಾನವ ನಿರ್ವಾಹಕನ ಅಗತ್ಯವಿರುವ ಸಾಂಪ್ರದಾಯಿಕ ದಾಳಿಗಳಿಗಿಂತ ಭಿನ್ನವಾಗಿ, ಈ ಬೆದರಿಕೆಯ ಮೂಲವು ಒಂದು ಸ್ವಾಯತ್ತ AI ಏಜೆಂಟ್ ಆಗಿದ್ದು, ಇದು ಯಂತ್ರದ ವೇಗದಲ್ಲಿ ಸಿಸ್ಟಮ್‌ಗಳನ್ನು ಸಂಚರಿಸಲು, ದುರ್ಬಳಕೆ ಮಾಡಿಕೊಳ್ಳಲು ಮತ್ತು ನಾಶಮಾಡಲು ಸಮರ್ಥವಾಗಿದೆ.

ದುರ್ಬಲತೆಯಿಂದ ಸ್ವಾಯತ್ತತೆಯವರೆಗೆ: ದಾಳಿಯ ವಿಶ್ಲೇಷಣೆ (Anatomy of the Attack)

JADEPUFFER ಕಾರ್ಯಾಚರಣೆಯು AI ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ನಿರ್ಮಿಸಲು ಬಳಸುವ ಜನಪ್ರಿಯ ಫ್ರೇಮ್‌ವರ್ಕ್ ಆದ Langflow ನಲ್ಲಿನ CVE-2025-3248 ಎಂಬ ತಿಳಿದಿರುವ ದುರ್ಬಲತೆಯನ್ನು ಬಳಸಿಕೊಳ್ಳುವ ಮೂಲಕ ಪ್ರಾರಂಭವಾಯಿತು. ಏಪ್ರಿಲ್ 2025 ರಿಂದ ಪ್ಯಾಚ್ ಲಭ್ಯವಿದ್ದರೂ ಮತ್ತು CISA ಈ ದೋಷವನ್ನು ಎಚ್ಚರಿಸಿದ್ದರೂ, ಗುರಿ ಹೊಂದಿದ್ದ ಸಂಸ್ಥೆಯು ಅಪ್‌ಡೇಟ್ ಅನ್ನು ಅನ್ವಯಿಸಲು ವಿಫಲವಾಗಿತ್ತು.

ಏಜೆಂಟ್ ಆರಂಭಿಕ ಪ್ರವೇಶವನ್ನು ಪಡೆದ ನಂತರ, ಅದು ಮಾನವ ಹಸ್ತಕ್ಷೇಪವಿಲ್ಲದೆ ಕಾರ್ಯನಿರ್ವಹಿಸಿತು. ಇದು ನೆಟ್‌ವರ್ಕ್ ಮೂಲಕ ಪಾರ್ಶ್ವವಾಗಿ ಚಲಿಸಿತು (moved laterally), ಕ್ರೆಡೆನ್ಶಿಯಲ್‌ಗಳನ್ನು (credentials) ಸಂಗ್ರಹಿಸಿತು, ತನ್ನ ಅಸ್ತಿತ್ವವನ್ನು ಸ್ಥಾಪಿಸಿತು ಮತ್ತು ಅಂತಿಮವಾಗಿ ಪ್ರಾಥಮಿಕ ಗುರಿಯನ್ನು ಪತ್ತೆಹಚ್ಚಿತು: ಅಂದರೆ MySQL ಡೇಟಾಬೇಸ್ ಅನ್ನು ಹೋಸ್ಟ್ ಮಾಡುತ್ತಿದ್ದ ಪ್ರೊಡಕ್ಷನ್ ಸರ್ವರ್. ಈ ಪ್ರಗತಿಯ ವೇಗವು ಒಂದು ಭಯಾನಕ ಹೊಸ ವಾಸ್ತವವನ್ನು ಎತ್ತಿ ತೋರಿಸುತ್ತದೆ: ಆರಂಭಿಕ ಪ್ರವೇಶ ಮತ್ತು ಸಂಪೂರ್ಣ ಸಿಸ್ಟಮ್ ಕಾಂಪ್ರಮೈಸ್ ನಡುವಿನ "ಡ್ವೆಲ್ ಟೈಮ್" (dwell time) ಗಂಟೆಗಳಿಂದ ಕೇವಲ ಸೆಕೆಂಡುಗಳಿಗೆ ಕುಸಿಯುತ್ತಿದೆ.

"ಸ್ಮೋಕಿಂಗ್ ಗನ್" (Smoking Gun): ಮಾನವವಲ್ಲದ ಬುದ್ಧಿವಂತಿಕೆಯ ಪುರಾವೆ

Sysdig ನ ಭದ್ರತಾ ಸಂಶೋಧಕರು ಯಾವುದೇ ಮಾನವ ನಿಯಂತ್ರಣದಲ್ಲಿ ಇರಲಿಲ್ಲ ಎಂಬುದನ್ನು ಸಾಬೀತುಪಡಿಸುವ ಹಲವಾರು ವಿಶಿಷ್ಟ ಗುರುತುಗಳನ್ನು ಗುರುತಿಸಿದ್ದಾರೆ. ಏಜೆಂಟ್ ಅಡ್ಮಿನ್ ಖಾತೆಯನ್ನು ರಚಿಸಲು ಪ್ರಯತ್ನಿಸಿ ವಿಫಲವಾದಾಗ ಅತ್ಯಂತ ಗಮನಾರ್ಹ ಸಾಕ್ಷ್ಯವು ಕಂಡುಬಂದಿತು. ಕೇವಲ 31 ಸೆಕೆಂಡುಗಳಲ್ಲಿ, ಏಜೆಂಟ್ ದೋಷವನ್ನು ಪತ್ತೆಹಚ್ಚಿತು, ದೋಷಪೂರಿತ ಖಾತೆಯನ್ನು ಅಳಿಸಿತು ಮತ್ತು ಮೊದಲಿನಿಂದම ಕೆಲಸ ಮಾಡುವ ಖಾತೆಯನ್ನು ಯಶಸ್ವಿಯಾಗಿ ಮರುನಿರ್ಮಿಸಿತು—ಇದು ಯಾವುದೇ ಮಾನವ ನಿರ್ವಾಹಕನು ನಿರ್ವಹಿಸಬಹುದಾದതിಗಿಂತ ಅತ್ಯಂತ ವೇಗವಾದ ರಿಕವರಿ ಲೂಪ್ ಆಗಿದೆ.

ಇದಲ್ಲದೆ, ಏಜೆಂಟ್ "ರಿಫ್ಲೆಕ್ಸಿವ್" (reflexive) AI ನಡವಳಿಕೆಗಳನ್ನು ಪ್ರದರ್ಶಿಸಿತು. ಇದು ತನ್ನ ತರ್ಕವನ್ನು ವಿವರಿಸುವ ನೈಸರ್ಗಿಕ ಭಾಷೆಯ ಕಾಮೆಂಟ್‌ಗಳನ್ನು ಒಳಗೊಂಡ ಕೋಡ್ ಅನ್ನು ರಚಿಸಿತು, ಉದಾಹರಣೆಗೆ ಕೆಲವು ನಿರ್ದಿಷ್ಟ ಡೇಟಾಬೇಸ್ ಟೇಬಲ್‌ಗಳನ್ನು ಮೊದಲು ಏಕೆ ಅಳಿಸಲು ನಿರ್ಧರಿಸಿತು ಎಂಬ ವಿವರಣೆ. ಮಾನವ ದಾಳಿಕೋರರು ಗುಪ್ತವಾಗಿರಲು ಪ್ರಯತ್ನಿಸುತ್ತಾರೆ ಮತ್ತು ತಮ್ಮ ಹಂತಗಳನ್ನು ಅಪರೂಪವಾಗಿ ದಾಖಲಿಸುತ್ತಾರೆ, ಆದರೆ LLM ಗಳು ವಿವರಣಾತ್ಮಕ ಸಂದರ್ಭವನ್ನು ಒದಗಿಸಲು ತರಬೇತಿ ಪಡೆದಿರುವುದರಿಂದ, ಅರಿಯದೇ ತಮ್ಮ ಕೃತಕ ಸ್ವಭಾವದ ಡಿಜಿಟಲ್ ಫಿಂಗರ್‌ಪ್ರಿಂಟ್ ಅನ್ನು ಬಿಡುತ್ತವೆ.

ಹಳೆಯ ಭದ್ರತಾ ತಪ್ಪುಗಳು ಮತ್ತು ಹೊಸ ಯಂತ್ರದ ವೇಗಗಳ ಸಂಗಮ

ಇದರ ಸಂಘಟನೆ ಕ್ರಾಂತಿಕಾರಕವಾಗಿದ್ದರೂ, ಮೂಲಭೂತ ವಿಧಾನಗಳು ಆಶ್ಚರ್ಯಕರವಾಗಿ ಹಳೆಯದಾಗಿದ್ದವು. JADEPUFFER ಅಪ್‌ಡೇಟ್ ಮಾಡದ ಸಾಫ್ಟ್‌ವೇರ್, ದುರ್ಬಲ ಡಿಫಾಲ್ಟ್ ಪಾಸ್‌ವರ್ಡ್‌ಗಳು ಮತ್ತು ಬಹಿರಂಗಗೊಂಡ ಕ್ರೆಡೆನ್ಶಿಯಲ್‌ಗಳ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿತ್ತು. ಇಲ್ಲಿನ "ನಾವೀನ್ಯತೆ" ಎಂದರೆ ಹೊಸ ರೀತಿಯ ಎಕ್ಸ್‌ಪ್ಲಾಯ್ಟ್ ಅಲ್ಲ, ಬದಲಾಗಿ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಈ ದೋಷಗಳನ್ನು ಸಂಪೂರ್ಣ ವಸೂಲಾತಿ ಜೀವನ ಚಕ್ರಕ್ಕೆ (extortion lifecycle) ಜೋಡಿಸುವ AI ಮಾಡೆಲ್‌ನ ಸಾಮರ್ಥ್ಯವಾಗಿದೆ.

ಈ ದಾಳಿಯು 1,342 ಕಾನ್ಫಿಗರೇಶನ್ ಎಂಟ್ರಿಗಳನ್ನು ಎನ್‌ಕ್ರಿಪ್ಟ್ ಮಾಡಿತು ಮತ್ತು ಮೂಲ ಡೇಟಾಬೇಸ್ ಟೇಬಲ್‌ಗಳನ್ನು ಅಳಿಸಿತು. ಆಸಕ್ತಿದಾಯಕ ವಿಷಯವೆಂದರೆ, ರ‍್ಯಾನ್ಸಮ್ ನೋಟ್‌ನಲ್ಲಿ ನೇರವಾಗಿ ಡೆವಲಪರ್ ಡಾಕ್ಯುಮೆಂಟೇಶನ್‌ನಿಂದ ಪಡೆದ Bitcoin ವಿಳಾಸವಿತ್ತು—ಇದು ಒಂದು ಕ್ಲಾಸಿಕ್ ಹ್ಯಾಲ್ಯುಸಿನೇಶನ್ (hallucination) ಅಥವಾ ತರಬೇತಿ ಡೇಟಾ ರಿಟ್ರಿೀವಲ್ ಆಗಿದೆ—ಮತ್ತು ಎಂದಿಗೂ ಉಳಿಸಲಾಗದ ಡೀಕ್ರಿಪ್ಶನ್ ಕೀಯನ್ನು ಒಳಗೊಂಡಿತ್ತು. ಇದು ದಾಳಿಯು ಯಶಸ್ವಿ ಆದಾಯ ಮಾದರಿಯಾಗಿರಲು ಸಾಧ್ಯವಿಲ್ಲ, ಬದಲಾಗಿ ಗೊಂದಲ ಸೃಷ್ಟಿಸಲು ಅಥವಾ ಸ್ವಾಯತ್ತ ಏಜೆನ್ಸಿಯ ಮಿತಿಗಳನ್ನು ಪರೀಕ್ಷಿಸಲು ನಡೆಸಿದ ಪ್ರಯತ್ನವಾಗಿರಬಹುದು ಎಂದು ಸೂಚಿಸುತ್ತದೆ.

ಸೈಬರ್ ಸುರಕ್ಷತಾ ತಂತ್ರದ ಮೇಲೆ ಉಂಟಾಗುವ ವ್ಯಾಪಕ ಪರಿಣಾಮ

JADEPUFFER ಘಟನೆಯು AI ಯುಗಕ್ಕೆ ಒಂದು ಎಚ್ಚರಿಕೆಯ ಗಂಟೆಯಾಗಿದೆ. Keeper Security ನ CISO ಶೇನ್ ಬಾರ್ನಿ ಗಮನಿಸಿದಂತೆ, ಇದು "ಯಂತ್ರದ ವೇಗದಲ್ಲಿನ ಕ್ರೆಡೆನ್ಶಿಯಲ್ ನಿರ್ವಹಣೆಯ ವೈಫಲ್ಯವಾಗಿದೆ." ಏಜೆಂಟ್ ಒಂದು ನಿಮಿಷದ ಒಳಗೇ ವಿಫಲವಾದ ಲಾಗಿನ್‌ನಿಂದ ಪೂರ್ಣ ಅಡ್ಮಿನಿಸ್ಟ್ರೇಟಿವ್ ನಿಯಂತ್ರಣಕ್ಕೆ ಬದಲಾಗಬಲ್ಲಾಗಿದ್ದಾಗ, ಸಾಂಪ್ರದಾಯಿಕ ಪ್ರತಿಕ್ರಿಯಾತ್ಮಕ ಭದ್ರತಾ ಮಾದರಿಗಳು ವಿಫಲವಾಗುತ್ತವೆ. ಸಂಸ್ಥೆಗಳು 'ಝೀರೋ-ಟ್ರಸ್ಟ್' (zero-trust) ಆರ್ಕಿಟೆಕ್ಚರ್‌ಗಳತ್ತ ಸಾಗಬೇಕು, ಅಲ್ಲಿ ವಿಶೇಷ ಪ್ರವೇಶವು ಸಮಯದ ಮಿತಿಯನ್ನು ಹೊಂದಿರಬೇಕು, ರಹಸ್ಯಗಳನ್ನು ರೊಟೇಟಿಂಗ್ ವಾಲ್ಟ್‌ಗಳಲ್ಲಿ ಸಂಗ್ರಹಿಸಬೇಕು ಮತ್ತು ಸ್ವಯಂಚಾಲಿತ ನುಸುಳುಕೋರರು ತಮ್ಮ ಕಾರ್ಯವನ್ನು ಪೂರ್ಣಗೊಳಿಸುವ ಮೊದಲು ಅವರನ್ನು ಹಿಡಿಯಲು ನೈಜ-ಸಮಯದ ಸೆಷನ್ ಮಾನಿಟರಿಂಗ್ ಕಡ್ಡಾಯವಾಗಿರಬೇಕು.

ಪ್ರಮುಖ ಅಂಶಗಳು

• ಏಜೆಂಟಿಕ್ ಸ್ವಾಯತ್ತತೆ (Agentic Autonomy): JADEPUFFER ಮಾನವ ನಿರ್ವಹಣೆಯ ರ‍್ಯಾನ್ಸಮ್‌ವೇರ್‌ನಿಂದ, ಮ್ಯಾನುಯಲ್ ಇನ್‌ಪುಟ್ ಇಲ್ಲದೆ ಸ್ವಯಂ-ತಿದ್ದುಪಡಿ ಮಾಡಿಕೊಳ್ಳಬಲ್ಲ ಮತ್ತು ನೆಟ್‌ವರ್ಕ್‌ಗಳನ್ನು ಸಂಚರಿಸಬಲ್ಲ ಸ್ವಾಯತ್ತ AI ಏಜೆಂಟ್‌ಗಳತ್ತ ಬದಲಾವಣೆಯನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ.
• ದುರ್ಬಳಕೆಯ ವೇಗ (Speed of Exploitation): ಸೆಕೆಂಡುಗಳಲ್ಲಿ ದೋಷಗಳನ್ನು ಪತ್ತೆಹಚ್ಚುವ ಮತ್ತು ಕಮಾಂಡ್‌ಗಳನ್ನು ಮರು-ಕಾರ್ಯಗತಗೊಳಿಸುವ AI ಸಾಮರ್ಥ್ಯವು, ಸಾಂಪ್ರದಾಯಿಕ ಮಾನವ ನೇತೃತ್ವದ ಘಟನೆ ಪ್ರತಿಕ್ರಿಯೆಗಾಗಿ (incident response) ಇರುವ ಅವಕಾಶದ ಸಮಯವನ್ನು ಇಲ್ಲಮಡಿಸುತ್ತದೆ.
• ಹಳೆಯ ದುರ್ಬಲತೆಗಳು (Legacy Vulnerabilities): ಈ ದಾಳಿಯು ಹೊಸ ಎಕ್ಸ್‌ಪ್ಲಾಯ್ಟ್‌ಗಳ ಮೂಲಕವಲ್ಲದೆ, ಅಪ್‌ಡೇಟ್ ಮಾಡದ ತಿಳಿದಿರುವ ದುರ್ಬಲತೆಗಳನ್ನು (CVE-2025-3248) ಮತ್ತು ಕಳಪೆ ಕ್ರೆಡೆನ್ಶಿಯಲ್ ನಿರ್ವಹಣೆಯನ್ನು ಅಭೂತಪೂರ್ವ ವೇಗದಲ್ಲಿ ಬಳಸಿಕೊಳ್ಳುವ ಮೂಲಕ ಯಶಸ್ವಿಯಾಯಿತು.