Para peneliti keamanan siber baru-baru ini mengungkap rincian mendalam mengenai sebuah operasi penyerangan digital terencana, di mana sebuah platform uji penetrasi berbasis agen kecerdasan buatan (agentic AI) yang tengah berkembang pesat bernama AntiFox telah disalahgunakan oleh para peretas untuk mencuri kredensial milik layanan cloud Amazon Web Services (AWS) serta melakukan pergerakan lateral (pivot) ke dalam ekosistem infrastruktur korban yang telah disusupi.
"Dalam serangkaian aksi penyusupan berbahaya yang teramati belakangan ini, sejumlah sistem komputasi Alibaba Cloud yang secara aktif menampung antarmuka pengoperasian AntiFox terbukti berkaitan erat dengan tindakan destruktif yang dilancarkan secara terkonfirmasi terhadap berbagai layanan web yang terhubung langsung ke internet terbuka beserta lingkungan AWS yang terafiliasi dengannya," ungkap tim peneliti dari Arctic Wolf Labs dalam laporan investigasi resmi yang dibagikan secara eksklusif kepada media keamanan The Hacker News.
Rangkaian aktivitas intrusi siber berbahaya tersebut terpantau secara berulang merangkai dan menggabungkan teknik eksploitasi celah web interaktif dengan penerapan dan pemasangan web shell tersembunyi, yang semuanya dirancang khusus untuk memfasilitasi tahap penemuan konfigurasi internal sistem, proses validasi kredensial login, pencacahan atau enumerasi mendalam terhadap berbagai layanan cloud target, pembobolan rahasia produksi (secret access), serta pelaksanaan operasi manipulasi penyimpanan data digital secara komprehensif.
Platform AntiFox, yang saat ini dapat diunduh secara bebas melalui repositori publik di platform pengembang GitHub, dipromosikan secara terbuka sebagai sebuah sistem uji penetrasi otonom berkemampuan penuh yang ditenagai oleh kecerdasan buatan canggih. Berdasarkan data catatan pengembang saat laporan ini disusun, repositori proyek perangkat lunak tersebut telah di-fork sebanyak 251 kali oleh para pengguna serta sukses mengumpulkan tanda bintang (starred) sebanyak 474 kali dari komunitas teknologi daring.
Pada dokumentasi lembar README resminya, pihak pemelihara utama dan perancang proyek peranti lunak tersebut mencantumkan deskripsi operasional kerja sebagai berikut –
Apabila diberikan sebuah target entitas yang sah dan terotorisasi, maka arsitektur multi-agen cerdas yang terdiri dari komponen perencana (planner), pelaksana teknis (worker), serta agen komando utama (main-agent) akan mengeksekusi keseluruhan proses penugasan ofensif di atas pondasi inti grafik ganda (dual-graph core) — yang memadukan grafik aset menyeluruh secara global dan grafik penelusuran tugas spesifik — dimulai dari fase pengintaian (recon), pelacakan dan penemuan permukaan serangan (attack-surface discovery), proses eksploitasi target, penangkapan temuan celah keamanan (finding capture), hingga pengiriman laporan akhir — di mana seluruh tahapannya dapat diamati secara utuh, bersifat interaktif, dan langsung siap dipublikasikan.
Berbeda secara fundamental dengan mayoritas peranti lunak pengujian penetrasi otomatis konvensional lainnya yang sering kali "sangat mahir dalam tahap identifikasi awal, tetapi langsung terhenti sebatas fase penemuan saja," kerangka kerja AntiFox menitikberatkan seluruh kekuatannya pada aspek pengiriman hasil akhir nyata — mentransformasikan apa pun anomali maupun kerentanan yang berhasil dideteksi oleh mesin AI menjadi sebuah laporan audit terstruktur yang mudah dipahami oleh teknisi, dapat direproduksi ulang langkahnya secara presisi, diperkuat dengan rangkaian bukti digital otentik, dan dapat langsung diserahkan kepada pihak klien penanggung jawab tanpa penundaan tambahan.
Berdasarkan paparan kronologis mendalam yang disampaikan oleh Arctic Wolf Labs, sebagian dari manuver perolehan akses tahap awal para peretas memiliki kaitan langsung dengan pembobolan aplikasi Internet Information Services (IIS) yang terekspos ke jaringan publik. Begitu pijakan awal tersebut berhasil diraih, para peretas segera memanfaatkannya untuk merancang dan menanamkan sebuah web shell berbasis ASPX menggunakan proses pekerja resmi "w3wp.exe" milik sistem IIS, lalu meluncurkan instruksi baris perintah sistem operasi secara leluasa guna menjalankan rangkaian aktivitas ofensif berikut –
"Di dalam server IIS yang telah berhasil dieksploitasi tersebut, berbagai instruksi perintah konsol yang dipicu dan dieksekusi melalui proses w3wp.exe bertugas mengidentifikasi konteks hak akses pengguna menggunakan perintah whoami, memetakan seluruh isi direktori aplikasi internal, meninjau perizinan berkas menggunakan perintah icacls, serta menguji kapabilitas sistem untuk menulis dan menyimpan berkas asing baru ke dalam direktori web root," demikian rincian teknis dari Arctic Wolf.
"Keberhasilan penciptaan dan penanaman web shell jenis ASPX oleh proses pekerja w3wp.exe, yang kemudian secara simultan dilanjutkan dengan eksekusi perintah baris instruksi berkelanjutan melalui proses pekerja IIS yang sama persis, secara gamblang mengindikasikan terjadinya pembobolan total yang diawali dari kerentanan pada aplikasi web sasaran."
Titik lemah spesifik atau kerentanan perangkat lunak pasti yang awalnya dieksploitasi oleh penyerang guna memicu eksekusi kode acak pada sistem server IIS tersebut hingga saat ini belum diketahui secara pasti. Sementara itu, pada sejumlah insiden serangan terpisah lainnya, kelompok penyerang siber ini dilaporkan memulai aksi berbahaya mereka dengan memanfaatkan kredensial otentikasi AWS yang sepenuhnya valid dan sah, yang berhasil mereka rampas melalui jalur penyusupan awal yang belum dapat dipastikan sumbernya.
Secara lebih mendalam, taktik penyusupan ini berpusat pada penyalahgunaan identitas sah Identity and Access Management (IAM) milik akun korban untuk mengonfirmasi keabsahan kredensial curian serta memetakan secara agresif puluhan portofolio layanan komputasi cloud, yang mencakup layanan IAM, EC2, S3, Lambda, Secrets Manager, KMS, RDS, ECS, EKS, Redshift, Athena, Glue, Systems Manager, API Gateway, CloudWatch, CloudFormation, DynamoDB, hingga platform kecerdasan buatan Amazon Bedrock.
Walaupun sebagian besar dari seluruh panggilan antarmuka pemrograman aplikasi (API cross-service) berotentikasi yang diluncurkan secara otomatis tersebut pada akhirnya terbentur pada respons penolakan sistem "AccessDenied", sejumlah manuver penelusuran data penting serta pembobolan terhadap brankas rahasia digital berhasil ditembus tanpa hambatan berarti, sebagaimana dilaporkan langsung oleh entitas pemantau keamanan siber tersebut.
Bahkan dalam setidaknya beberapa kasus intrusi nyata yang terdokumentasi, aktivitas intrusi digital tersebut diamati melangkah jauh melampaui tahapan pencacahan isi Secrets Manager semata, di mana peretas tercatat berhasil mengeksekusi permintaan API GetSecretValue terhadap nilai rahasia penting di lingkungan produksi aktif. Di insiden lainnya, identitas AWS resmi yang dicuri dipakai untuk melancarkan penelusuran masif pada wadah penyimpanan Amazon S3 serta menjalankan operasi modifikasi objek data menggunakan serangkaian panggilan API terstruktur.
"Hadirnya kerangka kerja berbasis agen mandiri seperti ini secara drastis mempermudah aktor ancaman untuk menjangkau serta menguasai metodologi pengujian penetrasi tingkat tinggi, sekaligus melipatgandakan kecepatan gerak dan konsistensi operasional saat teknik-teknik serangan agresif tersebut diaplikasikan dalam skenario pembobolan target secara langsung," tegas pihak Arctic Wolf dalam analisisnya.
Lonjakan Pemanfaatan Alat Bantu Kecerdasan Buatan dalam Serangan Siber
Pengungkapan fakta pembobolan ini terjadi berbarengan dengan tren ancaman siber global di mana para peretas jahat semakin gencar menyulap dan mempersenjatai perkakas uji penetrasi berbasis kecerdasan buatan canggih seperti ARTEX guna melancarkan gelombang serangan berskala raksasa di berbagai belahan dunia, memberi mereka keleluasaan untuk mengotomatisasi nyaris setiap jenjang tahapan penyusupan dengan keterlibatan intervensi fisik manusia yang sangat minim.
Penggabungan teknologi AI ke dalam taktik peretasan telah memungkinkan berbagai kelompok penyerang, baik yang berskala amatir maupun sindikat peretas besar terorganisir, untuk mengadaptasi taktik intrusi konvensional yang sudah mapan lalu meluncurkannya dengan kecepatan mesin komputasi tinggi, sehingga memungkinkan mereka beralih dari fase pemindaian rahasia di GitHub hingga tahap ekstraksi data sensitif dari brankas Azure Key Vault hanya dalam rentang waktu singkat lima menit saja.
Pada awal pekan ini, lembaga keamanan siber VECERT mempublikasikan rincian kampanye spionase siber yang dinamai Operation Ghost-Campus, yang didalangi oleh peretas asal Tiongkok yang memanfaatkan agen-agen kecerdasan buatan guna mempertahankan jalur akses tidak terbatas dan tanpa biaya ke model bahasa besar (LLM), yang pada akhirnya dieksploitasi untuk menjalankan kecurangan akademik otomatis serta menjarah berkas data milik lebih dari 5.000 mahasiswa terdaftar di Kampus Fengxian.
"Agen cerdas ini mengindustrialisasi proses registrasi akun baru pada mesin pencari infrastruktur fofa.info, memindai ruang siber global guna melacak server-server yang salah konfigurasi, merampas kunci akses API untuk layanan OpenAI dan DeepSeek, memverifikasi sisa saldo keuangan pada akun terkait secara otomatis, lalu menyuntikkan seluruh aset tersebut ke lingkungan kerja pengembangan milik si penyerang," ungkap VECERT dalam laporannya.
"Daya komputasi curian yang dikumpulkan tersebut lantas digunakan untuk menggerakkan konsol interaktif GoTTY (bernama 'Pi — AI Coding Assistant') dan secara luas menyalurkan kecerdasan data ke dalam skrip otomatis penopang bot penipuan akademik ('heartbeat' bots) serta program pengekstraksi data finansial dan informasi identitas pribadi (PII) milik ribuan mahasiswa yang menempuh pendidikan di Kampus Fengxian."
Berdasarkan data pemantauan jaringan dari Censys, terpantau sebanyak 1.465 mesin host yang membiarkan konsol interaktif ARTEX mereka terekspos secara terbuka di internet per 4 November 2026, dengan konsentrasi sebaran tertinggi berada di kawasan Amerika Serikat, Hong Kong, Republik Rakyat Tiongkok, Jepang, Singapura, dan Korea Selatan. Kendati demikian, penting untuk digarisbawahi bahwa tidak seluruh instans sistem yang terdeteksi tersebut serta-merta difungsikan untuk tujuan kriminal atau niat jahat.
Dalam publikasi laporan terpisah, Check Point Research mengumumkan bahwa mereka berhasil melacak sebanyak 2.557 infrastruktur sistem yang menampung perangkat lunak ARTEX di seluruh dunia, termasuk 10 instans dengan kekeliruan konfigurasi fatal yang mengekspos basis data internal mereka secara terbuka ke publik.
"Dalam banyak contoh kasus yang kami teliti secara langsung, ARTEX terbukti hanya memerlukan keterlibatan instruksi manual yang luar biasa minim dari pihak operator manusianya begitu sebuah target misi penyerangan berhasil ditentukan," sebut Check Point. "Alih-alih mengarahkan jalannya operasi serangan secara terus-menerus langkah demi langkah, pihak operator manusia umumnya hanya cukup menetapkan satu sasaran akhir, lalu membiarkan armada agen AI bergerak mandiri menuntaskannya. Komunikasi dan interaksi manusia di dalamnya sebagian besar hanya terbatas pada memantau status kemajuan, meminta pembaruan apakah sistem target telah sukses disusupi, atau sesekali melakukan penyesuaian urutan skala prioritas serangan."
Porsi terbesar dari serangan-serangan terkoordinasi ini dirancang khusus guna menyedot simpanan mata uang kripto, membobol dan mencuri sertifikat penandatanganan kode digital milik ekosistem Apple, meretas akun platform permainan daring, serta melancarkan agresi penolakan layanan (denial-of-service/DoS) terhadap situs web perjudian internet. Pola serangan ini terbukti secara konsisten membidik dan mengeksploitasi aneka kelemahan sistem yang berkaitan dengan kata sandi lemah atau tertanam permanen (hard-coded), tiadanya mekanisme otentikasi ketat, kerentanan insecure direct object references (IDOR), hingga celah eksekusi kode jarak jauh (RCE).
Dalam operasi serangan terfokus yang mengincar sertifikat digital penandatanganan kode milik Apple, agen pintar ARTEX dikerahkan untuk menjelajahi sistem korban yang telah dikuasai guna memburu basis data sertifikat, yang disusul dengan validasi sertifikat curian tersebut secara mendetail melalui pemeriksaan kata sandi pengaman, kunci privat, status pencabutan lisensi pada otoritas Apple, tanggal kedaluwarsa dokumen, beserta profil penyediaan (provisioning profiles) terkait.
Pada akhirnya, rangkaian operasi ofensif terencana tersebut diperkirakan telah sukses menjaring dan mengumpulkan lebih dari 300 lembar sertifikat digital berserta seluruh kata sandi pembukanya, di mana tiga sertifikat di antaranya berhasil lolos secara sempurna dari seluruh tahapan verifikasi keamanan ketat dan dapat langsung disalahgunakan untuk menandatangani paket instalasi aplikasi iOS ilegal mana pun sesuai kehendak penyerang.
Transformasi paling radikal dan mengkhawatirkan yang dibawa oleh fenomena peretasan berbasis agen otonom terhadap lanskap pertahanan siber global saat ini adalah perpaduan antara skala jangkauan dan kecepatan eksekusi, sebagaimana diperingatkan dengan tegas oleh Check Point, mengingat pelaku kejahatan digital dengan tingkat keterampilan teknis pas-pasan kini sanggup menugaskan armada agen AI untuk membedah puluhan target secara paralel serta mengeksploitasinya memakai celah keamanan lama maupun zero-day tanpa perlu memeras tenaga manual berat.
"Tingkat relevansi dan bahaya nyata perangkat ini bagi kesiapsiagaan kita terletak pada faktor skala operasi, kecepatan kilat, serta tingkat ketekunannya yang tak kenal lelah," tulis CERT-EU dalam buletin peringatan keamanannya. "ARTEX memiliki kemampuan untuk menguji ribuan anomali salah konfigurasi tingkat rendah dalam skala masif, termasuk jenis kelalaian teknis kecil yang sebetulnya bisa disadari oleh auditor keamanan manusia namun kerap terlewat karena keterbatasan alokasi waktu analisis, serta sanggup mengeksekusi rantai serangan yang amat panjang dan rumit tanpa terhalang kelelahan fisik yang umumnya membatasi kinerja pengujian manual manusia."
"Realitas serupa berlaku penuh pada tahap perancangan muatan serangan (payload) yang kompleks dan berlapis. Jalur eksploitasi sistem yang menuntut rekayasa muatan secara cermat dan sangat spesifik sering kali menelan alokasi sumber daya tenaga manusia yang jauh lebih besar daripada nilai urgensi temuan itu sendiri, sehingga pengujian penilaian manual berisiko tinggi membiarkan celah-celah tersebut tidak teruji dan tetap terbuka."
Kerangka kerja ofensif seperti AntiFox dan ARTEX pada dasarnya merupakan bagian kecil dari kelompok besar yang mencakup setidaknya 45 kerangka kerja serangan berbasis agen otonom sumber terbuka (open-source) yang secara khusus dirancang untuk dihubungkan langsung ke mesin model bahasa besar (LLM) dan memiliki kapabilitas mandiri untuk merespons keluaran data secara otomatis. Secara keseluruhan, peranti-peranti ofensif generasi baru ini dapat diklasifikasikan ke dalam lima kategori besar fungsional –
"Setiap kerangka kerja ini memiliki kode sumber yang dapat diakses publik secara bebas dan merangkai sistem model bahasa besar ke dalam putaran umpan balik terstruktur yang bertugas menjalankan berbagai modul perkakas ofensif lalu bertindak secara mandiri berdasarkan respons yang dihasilkan mesin," papar perwakilan GitGuardian dalam analisisnya.
"Perangkat uji penetrasi AI berbasis agen ini pada dasarnya membekali agen cerdas mereka dengan akses shell konsol langsung dan konektivitas jaringan internet secara penuh, sehingga model kecerdasan buatan tersebut memiliki keleluasaan untuk merakit alur pipa kerja penyerangan secara dinamis saat sistem berjalan. Aksi pencarian repositori GitHub, pengunduhan skrip pemindai celah, hingga penyaluran kunci rahasia yang baru saja ditemukan menuju perintah panggilan berikutnya dapat terlaksana secara mulus hanya melalui satu baris prompt terarah, kendati tidak ada satu pun dari perkakas modul ofensif tersebut yang secara fisik disertakan di dalam repositori aslinya."
