Две стратегии автоматизации

Эксперимент по использованию двух типов ханипотов в течение трех месяцев выявил две разные модели поведения автоматизированных систем. Первый стенд имитировал инфраструктуру поставщика промышленного оборудования с SSH-сервером на базе Cowrie и Bitrix-сайтом. Второй представлял собой открытый AI gateway, похожий на забытый dev-стенд, с Ollama-compatible API. Результаты показали, что старый стек пытаются быстро инвентаризировать и превратить в узел сети, в то время как открытые AI API используют как готовый вычислительный бэкенд, иногда с реальной рабочей нагрузкой.

Традиционный стек: разведка и закрепление

Традиционный стенд зафиксировал 312 932 сессии от 7895 источников. Большинство подключений были крайне короткими — медианная длительность составила всего 0,65 секунды. Основная цель таких сессий — разведка: проверка архитектуры через uname и поиск уязвимостей. В ходе анализа 397 205 команд были классифицированы: большинство относилось к разведке хоста (230 359 событий), за ней следуют попытки подготовки прав и запуска (24 516) и действия по закреплению в системе (5 180).

Особого внимания заслуживает цепочка атак 26 мая, когда один источник в течение полутора часов последовательно исследовал систему: от проверки прав через sudo до чтения конфигурационных файлов Bitrix и попыток выгрузить базу данных MySQL. Злоумышленник пытался создать PHP-файл в web root, используя подставные учетные данные, найденные в эмулированной среде.

AI Gateway: использование ресурсов через промпты

Второй стенд продемонстрировал совершенно иной характер нагрузки. Вместо стандартных команд злоумышленники отправляли огромные массивы данных через API. Было зафиксировано 27 374 запроса к эндпоинту /api/chat. При этом медианный промпт составлял 2716 символов, но встречались запросы объемом более 155 тысяч и даже до 919 294 символов. Внутри промптов содержались задачи на суммаризацию, извлечение фактов, написание кода и даже полные системные инструкции. При этом реального инференса (вычислений) за API не стояло — приложение лишь принимало запросы, что позволяло изучать намерения атакующих без реальных затрат ресурсов.