總覽 / 事件詳頁

INC-2026-058▲ 高 · 7.5/10調查中🏫 學校來源:廠商威脅情報

BUGSTER:Hermes+DeepSeek 的多線 AI 網路犯罪作業(印度大學等)

資安公司 Unit 42 難得地直接看到了一個個人犯罪者的完整作業環境:化名 BUGSTER 的行為者,把開源 Hermes Agent 框架接上 DeepSeek 模型(安全限制全關)加 Cursor 編輯器當輔助,用一個「越獄」的 AI 助手同時運轉五條犯罪線——憑證竊取與資料外傳、VoIP 電話詐欺、Wi-Fi 破解、加密貨幣大戶偵察、C2 指揮。對印度多所大學的攻擊中,一所確認被入侵、5,200 多筆學生個資被外傳。Unit 42 的判讀很直白:這些攻擊依賴 AI 生成的腳本與偵察報告——行為者「在 AI 工具普及之前,不具備這些活動所需的技能」;而且 Hermes+DeepSeek 這個組合,已被多個互不相識的行為者各自採用。

👤 跟你有什麼關係:以前要一個團隊才湊得出來的犯罪技能——寫攻擊腳本、做偵察、設計詐欺話術——現在一個人加一個「關掉安全限制」的 AI 助手就齊了。大學生的個資就是這樣被整批搬走。

當時損害

🔮 若不處理

「不會的人也能犯罪」:AI 抹平技能門檻——基礎工具加 AI 產物就能運轉過去需要一個團隊的多線犯罪,個體犯罪者的多線並行成本趨零。Hermes+DeepSeek 成為商品化組合,意味著偵測特徵可以跨案複用(AI 生成腳本的註解與風格、Cursor 產物)。防禦方要把「AI 生成的偵察報告」當攻擊前兆信號:你的攻擊面被 AI 畫成圖的那一刻,攻擊已在準備中。教育機構的 PII 面與 Wi-Fi 物理面是優先收斂點。

✅ 今天可以做:學校或機構的帳號若用學號、生日等好猜的規則,今天就改;收到「系統升級請重新登入」的信件先核對網址——憑證詐騙是 AI 犯罪的第一條產線。
如果你是機構 IT:把「AI 生成的偵察報告」當攻擊前兆——外部掃描與撞庫的行為序列偵測;教育機構 PII 面收斂;帳號面優先(MFA、異常登入告警)——對話式 AI 濫用難擋,先守住帳號。

時間線

發生:2026-10-21 | 披露:2026-10-21 Unit 42 報告《"Next Exploit Opportunities": How a Threat Actor Used AI to Help Plan and Execute Multiple Types of Cybercrime Activities》發布;調查中——行為者未具名(handle BUGSTER)、受害總量未定 | 受影響:印度多所大學(一所確認入侵、外傳 5,200+ 筆學生 PII)+多組織(attack surface 被測繪);受害總量未定 | ⚠ Unit 42 一級報告(作業環境一手觀察)。引用必標:①assisted ≠ autonomous——Unit 42 用語「AI-assisted cybercrime」,框架配置與管線由人類建立;②「skills gap」是 Unit 42 推論(工具基礎性+AI 產物推斷),非行為者自白;③5,200+ 記錄為一所大學確認案,「多個目標」範圍未全列;④Hermes+DeepSeek 趨勢句為報告觀察,樣本數與地域代表性未詳述;⑤與 INC-2026-046(國家級間諜戰役)是不同案件、與 CERT-In 案(INC-2026-044)未確認同一案;⑥Bugster 僅為 handle,無個人歸屬