گروه هوش تهدیدات گوگل (GTIG) از افزایش استفاده مهاجمان از فریم‌ورک‌های هوش مصنوعی برای خودکارسازی و هماهنگی مراحل مختلف حملات سایبری خبر داده است. این فریم‌ورک‌های هوش مصنوعی با استفاده از معماری چندعاملی (Multi-Agent) می‌توانند وظایفی مانند شناسایی آسیب‌پذیری‌ها، سرقت گسترده اعتبارنامه‌ها، رفع خطاها و تغییر مسیر ترافیک را با حداقل دخالت انسانی انجام دهند؛ روندی که نشان می‌دهد عملیات سایبری به‌تدریج از خودکارسازی سنتی به سمت سامانه‌های هوشمند و خودمختار حرکت می‌کند.
در جریان یک ارزیابی امنیت سایبری، گوگل جمنای(Google Gemini) توانست از طریق اینترنت به سامانه‌های واقعی شرکت‌ها دسترسی پیدا کند و وارد محیط‌هایی خارج از محدوده آزمون شود؛ رخدادی که بار دیگر چالش‌های امنیتی استفاده از عامل‌های هوش مصنوعی (AI Agents) در عملیات سایبری را آشکار می‌کند. این رخداد در ماه می 2026 و در جریان یک اجرای آزمایشی توسط شرکت ایرگولار (Irregular) رخ داد. شرکت ایرگولار پیش‌تر نیز ارزیابی‌های امنیتی مشابهی را برای OpenAI، آنتروپیک (Anthropic) و متا (Meta) انجام داده بود. گوگل جمنای پس از آگاهی از نفوذ به یک سیستم واقعی، از ادامه عملیات خودداری کرد و شرکت ایرگولار نیز جزئیات این رخداد را به گوگل گزارش داد.
فیشینگ 3.0 در حال تغییر قواعد نبرد سایبری است. در این حملات، تهدید دیگر لزوماً در قالب یک لینک مخرب، فایل آلوده یا پیلود قابل شناسایی ظاهر نمی‌شود و مهاجمان با جعل هویت، مهندسی اجتماعی و طراحی پیام‌های متناسب با هر قربانی، اعتماد کاربران را به نقطه ورود حمله تبدیل می‌کنند. در حالی که بسیاری از سامانه‌های دفاعی ایمیل هنوز بر اسکن محتوا و مسدودسازی تهدیدهای شناخته‌شده تکیه دارند، فیشینگ 3.0 با بهره‌گیری از هوش مصنوعی مولد (GenAI)، عامل‌های هوش مصنوعی (AI Agents) و فناوری دیپ‌فیک (Deepfake)، حملات شخصی‌سازی‌شده‌ای را امکان‌پذیر می‌کند که به ایمیل محدود نمی‌مانند و بسترهای ارتباطی مختلف از جمله تماس صوتی، ویدئو و تعاملات مستقیم با کاربران را هدف قرار می‌دهند. در این نبرد، مهاجم دیگر لزوماً یک انسان نیست و تیم‌های امنیتی نیز نمی‌توانند با روش‌های سنتی با سرعت و گستردگی این حملات همگام شوند. در نتیجه، مقابله با فیشینگ به رقابتی میان عامل‌های هوش مصنوعی تبدیل شده است که در یک سو حملات را طراحی و اجرا می‌کنند و در سوی دیگر برای شناسایی و مهار آن‌ها به کار گرفته می‌شوند.
پژوهشگران به‌تازگی جزئیات نگران‌کننده‌ای از یک آسیب‌پذیری رابط برنامه‌نویسی (API) در زیرساخت‌های اوپن‌ای‌آی(OpenAI) ، آنتروپیک و گوگل منتشر کرده‌اند که امکان استخراج استدلال داخلی مدل‌های قدرتمند را فراهم می‌کند. این آسیب‌پذیری رابط برنامه‌نویسی به مهاجمان اجازه می‌دهد با استفاده از مدل‌های هوش مصنوعی ضعیف‌تر، محتوای استدلال پنهان مدل‌های قدرتمندتر را استخراج و بازسازی کرده و اطلاعات حساسی مانند کلیدهای API و رمزهای عبور را از لاگ‌های نشست بازیابی کنند.
کارشناسان امنیت سایبری در رویداد Infosecurity Europe به سازمان‌ها هشدار دادند که با گسترش دسترسی به مدل‌های پیشرفته هوش مصنوعی شرکت‌های Anthropic و OpenAI، شناسایی آسیب‌پذیری با هوش مصنوعی وارد مرحله‌ای جدید و تعیین‌کننده شده است
کارشناسان امنیت سایبری در رویداد Infosecurity Europe به سازمان‌ها هشدار دادند که با گسترش دسترسی به مدل‌های پیشرفته هوش مصنوعی شرکت‌های Anthropic و OpenAI، شناسایی آسیب‌پذیری با هوش مصنوعی وارد مرحله‌ای جدید و تعیین‌کننده شده است
ابزارهای هوش مصنوعی به یکی از داغ‌ترین کالاهای بازارهای زیرزمینی باج‌افزار تبدیل شده‌اند؛ بازاری که حالا بیش از هر زمان دیگری به یک اکوسیستم تجاری سازمان‌یافته شباهت دارد. رشد سریع عرضه این ابزارها نه‌تنها ورود مهاجمان کم‌تجربه به دنیای جرایم سایبری را آسان‌تر کرده
گزارش‌های فنی اخیر نشان می‌دهد مجموعه‌ای از اپلیکیشن‌های رایگان، با استفاده از iOS SDK شرکت Bright Data، قادرند دستگاه‌های کاربران نهایی از جمله تلویزیون‌های هوشمند (Smart TVs) با اتصال دائمی به اینترنت را به پروکسی خانگی (Residential Proxy) تبدیل کنند.
گزارش جدید تیم تحلیل تهدیدات گوگل (GTIG) نشان می‌دهد مهاجمان سایبری اکنون از مدل‌های زبانی بزرگ (LLM) برای توسعه اکسپلویت با هوش مصنوعی، شناسایی آسیب‌پذیری‌ها و خودکارسازی عملیات نفوذ استفاده می‌کنند. این روند نشان می‌دهد توسعه اکسپلویت با هوش مصنوعی دیگر یک سناریوی نظری نیست، بلکه به بخشی از ابزار عملیاتی عوامل تهدید تبدیل شده است و می‌تواند توازن سنتی میان مهاجمان و تیم‌های دفاع سایبری را تغییر دهد.
گروه هوش تهدیدات گوگل (GTIG) از افزایش استفاده مهاجمان از فریم‌ورک‌های هوش مصنوعی برای خودکارسازی و هماهنگی مراحل مختلف حملات سایبری خبر داده است. این فریم‌ورک‌های هوش مصنوعی با استفاده از معماری چندعاملی (Multi-Agent) می‌توانند وظایفی مانند شناسایی آسیب‌پذیری‌ها، سرقت گسترده اعتبارنامه‌ها، رفع خطاها و تغییر مسیر ترافیک را با حداقل دخالت انسانی انجام دهند؛ روندی که نشان می‌دهد عملیات سایبری به‌تدریج از خودکارسازی سنتی به سمت سامانه‌های هوشمند و خودمختار حرکت می‌کند.
در جریان یک ارزیابی امنیت سایبری، گوگل جمنای(Google Gemini) توانست از طریق اینترنت به سامانه‌های واقعی شرکت‌ها دسترسی پیدا کند و وارد محیط‌هایی خارج از محدوده آزمون شود؛ رخدادی که بار دیگر چالش‌های امنیتی استفاده از عامل‌های هوش مصنوعی (AI Agents) در عملیات سایبری را آشکار می‌کند. این رخداد در ماه می 2026 و در جریان یک اجرای آزمایشی توسط شرکت ایرگولار (Irregular) رخ داد. شرکت ایرگولار پیش‌تر نیز ارزیابی‌های امنیتی مشابهی را برای OpenAI، آنتروپیک (Anthropic) و متا (Meta) انجام داده بود. گوگل جمنای پس از آگاهی از نفوذ به یک سیستم واقعی، از ادامه عملیات خودداری کرد و شرکت ایرگولار نیز جزئیات این رخداد را به گوگل گزارش داد.
فیشینگ 3.0 در حال تغییر قواعد نبرد سایبری است. در این حملات، تهدید دیگر لزوماً در قالب یک لینک مخرب، فایل آلوده یا پیلود قابل شناسایی ظاهر نمی‌شود و مهاجمان با جعل هویت، مهندسی اجتماعی و طراحی پیام‌های متناسب با هر قربانی، اعتماد کاربران را به نقطه ورود حمله تبدیل می‌کنند. در حالی که بسیاری از سامانه‌های دفاعی ایمیل هنوز بر اسکن محتوا و مسدودسازی تهدیدهای شناخته‌شده تکیه دارند، فیشینگ 3.0 با بهره‌گیری از هوش مصنوعی مولد (GenAI)، عامل‌های هوش مصنوعی (AI Agents) و فناوری دیپ‌فیک (Deepfake)، حملات شخصی‌سازی‌شده‌ای را امکان‌پذیر می‌کند که به ایمیل محدود نمی‌مانند و بسترهای ارتباطی مختلف از جمله تماس صوتی، ویدئو و تعاملات مستقیم با کاربران را هدف قرار می‌دهند. در این نبرد، مهاجم دیگر لزوماً یک انسان نیست و تیم‌های امنیتی نیز نمی‌توانند با روش‌های سنتی با سرعت و گستردگی این حملات همگام شوند. در نتیجه، مقابله با فیشینگ به رقابتی میان عامل‌های هوش مصنوعی تبدیل شده است که در یک سو حملات را طراحی و اجرا می‌کنند و در سوی دیگر برای شناسایی و مهار آن‌ها به کار گرفته می‌شوند.
پژوهشگران به‌تازگی جزئیات نگران‌کننده‌ای از یک آسیب‌پذیری رابط برنامه‌نویسی (API) در زیرساخت‌های اوپن‌ای‌آی(OpenAI) ، آنتروپیک و گوگل منتشر کرده‌اند که امکان استخراج استدلال داخلی مدل‌های قدرتمند را فراهم می‌کند. این آسیب‌پذیری رابط برنامه‌نویسی به مهاجمان اجازه می‌دهد با استفاده از مدل‌های هوش مصنوعی ضعیف‌تر، محتوای استدلال پنهان مدل‌های قدرتمندتر را استخراج و بازسازی کرده و اطلاعات حساسی مانند کلیدهای API و رمزهای عبور را از لاگ‌های نشست بازیابی کنند.
کارشناسان امنیت سایبری در رویداد Infosecurity Europe به سازمان‌ها هشدار دادند که با گسترش دسترسی به مدل‌های پیشرفته هوش مصنوعی شرکت‌های Anthropic و OpenAI، شناسایی آسیب‌پذیری با هوش مصنوعی وارد مرحله‌ای جدید و تعیین‌کننده شده است
کارشناسان امنیت سایبری در رویداد Infosecurity Europe به سازمان‌ها هشدار دادند که با گسترش دسترسی به مدل‌های پیشرفته هوش مصنوعی شرکت‌های Anthropic و OpenAI، شناسایی آسیب‌پذیری با هوش مصنوعی وارد مرحله‌ای جدید و تعیین‌کننده شده است
ابزارهای هوش مصنوعی به یکی از داغ‌ترین کالاهای بازارهای زیرزمینی باج‌افزار تبدیل شده‌اند؛ بازاری که حالا بیش از هر زمان دیگری به یک اکوسیستم تجاری سازمان‌یافته شباهت دارد. رشد سریع عرضه این ابزارها نه‌تنها ورود مهاجمان کم‌تجربه به دنیای جرایم سایبری را آسان‌تر کرده
گزارش‌های فنی اخیر نشان می‌دهد مجموعه‌ای از اپلیکیشن‌های رایگان، با استفاده از iOS SDK شرکت Bright Data، قادرند دستگاه‌های کاربران نهایی از جمله تلویزیون‌های هوشمند (Smart TVs) با اتصال دائمی به اینترنت را به پروکسی خانگی (Residential Proxy) تبدیل کنند.
گزارش جدید تیم تحلیل تهدیدات گوگل (GTIG) نشان می‌دهد مهاجمان سایبری اکنون از مدل‌های زبانی بزرگ (LLM) برای توسعه اکسپلویت با هوش مصنوعی، شناسایی آسیب‌پذیری‌ها و خودکارسازی عملیات نفوذ استفاده می‌کنند. این روند نشان می‌دهد توسعه اکسپلویت با هوش مصنوعی دیگر یک سناریوی نظری نیست، بلکه به بخشی از ابزار عملیاتی عوامل تهدید تبدیل شده است و می‌تواند توازن سنتی میان مهاجمان و تیم‌های دفاع سایبری را تغییر دهد.
