Интернет столкнулся с новой волной киберугроз. За последние недели критические уязвимости обнаружены в PHP, GitLab и Java, вредоносные обновления проникли в популярные библиотеки для разработчиков, а через доверенные сервисы злоумышленники атаковали сайты крупнейших мировых компаний. Одновременно искусственный интеллект радикально меняет экономику киберпреступности: один хакер уже смог атаковать более 1200 сайтов с помощью ИИ-агентов, затратив около $50 на успешный взлом. Исследователи Google подтверждают переход злоумышленников к автономным системам, а Anthropic предупреждает о следующем этапе — нейросетях, способных самостоятельно распространяться между устройствами.
Новая волна кибератак: от критических уязвимостей до заражения популярных сайтов
Ещё недавно обнаружение критической уязвимости в широко распространённом программном обеспечении становилось одной из главных новостей года. Сегодня подобные события следуют одно за другим.
Читайте также
ИИ OpenAI начал отключать собственные системы контроля: разработчики расследуют поведение нейросетей
В октябре и ноябре 2026 года под угрозой оказались серверные технологии, облачные платформы, инструменты разработки и даже системы цифровых сертификатов, обеспечивающие доверие к HTTPS.
Причём злоумышленники всё чаще атакуют не отдельного пользователя, а инфраструктуру, через которую можно получить доступ сразу к тысячам потенциальных жертв.
Java4Shell: новая критическая угроза для серверов по всему миру
17 ноября специалисты раскрыли уязвимость Java4Shell (CVE-2026-114938), затрагивающую Java и OpenJDK.
Ошибка в обработке данных Base64 при определённых аппаратных и программных условиях позволяет вызвать повреждение памяти Java Virtual Machine. В потенциально опасном сценарии это может привести к удалённому выполнению кода без предварительной авторизации.
Американское агентство CISA призвало организации срочно установить обновления. Предупреждения также выпустили европейские и азиатские органы кибербезопасности.
Особенность Java4Shell заключается в том, что Java широко используется в корпоративном программном обеспечении, банковских системах, облачной инфраструктуре и серверных приложениях.
При этом уязвимы не все установки Java: возможность эксплуатации зависит от конкретной версии среды, характеристик процессора и того, как приложение обрабатывает входящие данные.
Oracle выпустила исправления 17 ноября. Массовая эксплуатация уязвимости на момент публикации не была подтверждена.
PHP2Shell, GitLab и PwnEscape: под ударом базовая инфраструктура
Октябрь принёс сразу несколько других серьёзных предупреждений.
Уязвимости PHP2Shell (CVE-2026-109618 и CVE-2026-109619) вызвали опасения из-за огромной распространённости PHP. Оценки потенциально затронутых сервисов достигали 34 млн, однако это не означает, что все они имели эксплуатируемую конфигурацию.
Google Threat Intelligence отмечает, что ещё до выхода официальных исправлений 21 октября исследователи и злоумышленники получили материалы, позволявшие анализировать ошибки. После публикации патчей появились сотни заявленных эксплойтов, значительная часть которых оказалась неработоспособной.
В GitLab обнаружили критическую уязвимость удалённого выполнения кода с максимальной оценкой 10/10 по CVSS. Её эксплуатация в уязвимых конфигурациях угрожала не только серверам, но и хранящимся на них исходным кодам и процессам разработки.
Исследование PwnEscape продемонстрировало опасность нарушения изоляции виртуальных машин. При определённых условиях атакующий может выйти за пределы гостевой среды и воздействовать на систему хоста.
В случае облачных провайдеров это особенно чувствительный риск: физическое оборудование одновременно обслуживает множество независимых клиентов.
Взлом доверия к HTTPS: ошибка eMudhra
Ещё один тревожный случай связан с индийским удостоверяющим центром eMudhra.
Исследователи обнаружили восемь промежуточных сертификатов, использовавших криптографически слабые ключи. Ошибка генерации резко уменьшила пространство возможных приватных ключей, сделав их восстановление практически осуществимым.
Это создало риск выпуска поддельных сертификатов, которые могли восприниматься системами как действительные при наличии соответствующей цепочки доверия.
Скомпрометированные сертификаты были отозваны. Но сам инцидент показал, что проблема безопасности может возникнуть не на стороне конкретного сайта, а внутри инфраструктуры, отвечающей за доверие к миллионам защищённых соединений.
Хакеры научились заражать сайты, даже не взламывая сами сайты
16 ноября произошёл один из наиболее показательных инцидентов последних недель.
Специалисты Report URI обнаружили вредоносный JavaScript, который распространялся через платформу веб-экспериментов Optimizely.
- 178 — организаций с заражёнными скриптами
- 188 — вредоносных фрагментов кода
- 1611 — проверенных скриптов Optimizely
В числе затронутых ресурсов оказались сайты Zoom, BBC, CNN, Salesforce, GitLab, HSBC, IKEA и производителя аппаратных криптокошельков Ledger.
Злоумышленники внедрили код в доверенные JavaScript-компоненты, которые сайты подключали для тестирования интерфейсов и оптимизации страниц.
Вредоносная программа обладала сразу несколькими возможностями:
-
Подменяла адреса криптовалютных кошельков на реквизиты атакующих.
-
Перехватывала данные банковских карт, вводимые в доступные скрипту формы.
-
Похищала доступные cookie-файлы и снимки страниц.
-
На некоторых iPhone и iPad пыталась задействовать комплекты эксплойтов Coruna и DarkSword.
Исследователи подтвердили криптовалютные переводы в пользу кошельков злоумышленников. К концу 16 ноября обнаруженные заражённые скрипты были очищены. Особенно опасно то, что вредоносный код доставлялся через доверенный домен поставщика. Посетитель мог открыть легитимный сайт известной компании и подвергнуться атаке без перехода на подозрительный ресурс. Это принципиально меняет привычное представление о безопасности: даже настоящий сайт с корректным HTTPS-сертификатом не гарантирует, что весь выполняемый в браузере код безопасен.
Microsoft и LiteLLM: вредоносный код проник в инструменты разработчиков
17 ноября атакующие опубликовали две заражённые версии официального Python-пакета Microsoft Agent Framework — 1.26.1 и 1.26.2. В них находился механизм, который автоматически запускал программу для кражи конфиденциальных данных при старте Python, даже если разработчик непосредственно не использовал библиотеку.
Целью были переменные окружения, облачные токены, учётные данные Azure, Azure DevOps и GitHub Actions, а также другие секреты разработчиков. По информации Wiz, злоумышленник, предположительно, получил доступ к сертификату и закрытому ключу инфраструктуры публикации Microsoft. Анализ атаки также выявил использование инструментария Cairn. Заражённые версии удалили из PyPI в течение часа. Исследователи Wiz установили три уникальных случая успешного вывода данных жертв среди доступных им запросов, но это не доказывает, что последствия ограничились только этими случаями.
Этот инцидент продолжил тенденцию, проявившуюся в октябре, когда злоумышленники внедрили вредоносный код в обновление LiteLLM — популярной библиотеки для работы с различными ИИ-моделями.
Проблема таких атак заключается в том, что обновление зависимости может превратить рабочую машину разработчика или автоматизированный сервер сборки в источник утечки ключей.
Кража одного токена способна открыть злоумышленнику путь к облачным ресурсам, хранилищам кода или сторонним API.
Zeabur, Railway и Uber: украденные секреты превращаются в новые атаки
Последствия компрометации облачных платформ показывают, насколько ценными стали учётные данные. В октябре Zeabur сообщила о масштабном нарушении безопасности, затронувшем свыше 3,2 млн записей переменных окружения и данные более 321 тыс. аккаунтов. Компания впоследствии объявила о прекращении работы к концу 2026 года. Railway также раскрыла инцидент, затронувший внутренние системы обработки данных сборок, в том числе секреты приложений. OpenCode сообщила о нарушении безопасности, затронувшем около 1,4% пользователей OpenCode Console.
К этой цепочке добавилась Uber.
13 ноября Reuters сообщило, что злоумышленники воспользовались скомпрометированными учётными данными стороннего поставщика для доступа к данным компании. По информации TechCrunch, речь шла о поставщике ИИ-инфраструктуры Fireworks AI. Позже стало известно, что инцидент затронул персональные данные и сведения водительских удостоверений примерно 150 тыс. водителей. Сам по себе взлом Uber не доказывает использования ИИ для совершения атаки. Однако он демонстрирует другой риск распространения ИИ-сервисов: компании передают внешним платформам доступ к чувствительной информации, расширяя поверхность потенциального нападения.
Один хакер и 1200 сайтов: стоимость успешного взлома упала до $50
На фоне масштабных утечек особенно показательно расследование Reuters, опубликованное 19 октября. Специалист норвежской компании NorForge Снорре Фагерланд обнаружил кампанию злоумышленника, использовавшего ИИ-агентов для атак на корпоративные веб-ресурсы. По данным исследователя, система атаковала более 1200 сайтов и позволила скомпрометировать свыше 100 ресурсов. Среди упомянутых компаний — Deere, SharkNinja и Cummins, хотя степень подтверждения отдельных проникновений различалась. Предположительно, злоумышленник задействовал DeepSeek и Claude Code через платформу Cairn. ИИ-агенты выполняли значительную часть технической работы: исследовали доступную инфраструктуру, анализировали уязвимости, проверяли возможности проникновения и корректировали дальнейшие действия.
ЭКОНОМИКА АВТОМАТИЗИРОВАННОГО ВЗЛОМА
- $5000 оценочные расходы на ИИ-токены за кампанию
- ~$50 расходы на токены в расчёте на один успешный взлом
Оценка NorForge, опубликованная Reuters. Не включает все возможные расходы злоумышленника.
Экономический эффект здесь важнее самой суммы. Раньше крупная кампания требовала значительных затрат рабочего времени специалистов. Теперь существенную часть повторяющихся операций можно поручить программным агентам, которые способны выполнять задачи непрерывно. Это не означает, что любой человек за $50 может взломать произвольный сайт. Стоимость сильно зависит от уровня защиты, сложности системы и характера атаки. Но барьер входа в киберпреступность действительно снижается.
Google подтверждает: автономные ИИ-атаки выходят из экспериментальной стадии
17 ноября Google Threat Intelligence Group совместно с Mandiant опубликовала доклад Agentic Threat Activity Crosses a Significant Threshold. Исследователи зафиксировали переход злоумышленников от простого использования чат-ботов к многоагентным системам, способным автоматизировать последовательные этапы кибератак. В документе упоминаются платформы ARTEX, Cairn, CyberStrikeAI, PentAGI и HexStrike AI.
Подобные инструменты позволяют соединять языковые модели с программами сетевого анализа, поиска уязвимостей и проверки безопасности. В результате несколько специализированных агентов могут работать совместно, передавая друг другу результаты. Google зафиксировала использование Cairn в атаках, затрагивавших в том числе аэрокосмический сектор США, а также применение PentAGI для систематического исследования инфраструктуры организаций в Азии.
Ещё одна важная тенденция — автоматизация превращения опубликованных исправлений в рабочие эксплойты. Когда разработчик выпускает патч, злоумышленник может сравнить старую и новую версии программы и попытаться восстановить сведения об исправленной уязвимости. ИИ позволяет ускорить такой анализ. Следовательно, промежуток между публикацией исправления и появлением инструментов эксплуатации может сокращаться. Для организаций, которые обновляют серверы с задержкой в несколько недель, это создаёт дополнительную опасность. Google также описала практику LLMJacking: преступники похищают API-ключи и облачные ресурсы, чтобы получать доступ к дорогостоящим ИИ-моделям, в том числе для последующей перепродажи вычислительных возможностей. При этом исследователи предупреждают, что современные автономные инструменты пока оставляют заметные цифровые следы. Их высокая скорость не всегда сопровождается скрытностью.
Anthropic: следующей угрозой могут стать самораспространяющиеся нейросети
Ещё более тревожный сценарий описала Anthropic в исследовании от 12 октября 2026 года.
Компания изучила возможность появления ИИ-червей — автономных моделей, способных переносить собственные компоненты между устройствами и продолжать работу без постоянного управления человеком. В отличие от обычного компьютерного червя, работающего по заранее заложенным инструкциям, такая система потенциально сможет адаптироваться к незнакомой среде, подбирать способы запуска и использовать опыт предыдущих попыток. Особое внимание Anthropic уделила недорогим устройствам интернета вещей. В экспериментах модель с 9 млрд параметров смогла организовать выполнение нейросети на восьми из девяти протестированных типов оборудования.
Исследователи также запустили распределённую модель Gemma4-26B-A4B на 15 недорогих Android TV-приставках стоимостью около $55 каждая. Скорость генерации была невысокой — 0,39 токена в секунду, — но эксперимент продемонстрировал принципиальную возможность использования такого оборудования для распределённого ИИ. Модели размером до 30 млрд параметров уже способны выполнять многие отдельные задачи, необходимые для автономного распространения, хотя пока испытывают трудности с надёжным прохождением всей последовательности. По прогнозу Anthropic, при сохранении исторических темпов развития небольшие модели могут достичь необходимого уровня возможностей к концу 2026 года.
Это не свидетельство существования действующего самораспространяющегося ИИ-червя. Исследование проводилось в контролируемых условиях и было сосредоточено преимущественно на возможности запуска моделей на различном оборудовании, а не на полноценной эксплуатации уязвимостей в открытом интернете. Тем не менее потенциальный сценарий отличается от привычных ботнетов. Если автономная модель будет выполнять вычисления на заражённых устройствах, она сможет меньше зависеть от централизованных серверов управления. Отключение отдельного командного узла уже не обязательно остановит всю сеть. Anthropic предполагает, что распространение таких систем может измеряться днями, а не секундами. Но даже медленный ИИ-червь способен представлять серьёзную угрозу, если он устойчив к блокировкам и может адаптироваться к новым типам устройств.
Почему защита интернета рискует отставать от атак
Главное изменение заключается не только в появлении новых уязвимостей. Меняется сама экономическая модель киберпреступности. Атакующие получают возможность автоматизировать трудоёмкие операции, одновременно проверять огромное количество целей и использовать украденные ключи для продвижения по связанным сервисам. При этом защитникам приходится обеспечивать безопасность всей инфраструктуры: серверов, библиотек, облачных аккаунтов, внешних поставщиков, рабочих станций сотрудников и подключённых устройств.
Злоумышленнику иногда достаточно найти одно слабое звено. Особенно опасным становится сочетание трёх факторов: распространённых уязвимостей, массовой утечки учётных данных и доступных автономных ИИ-инструментов. Например, украденный API-ключ может предоставить доступ к облачной инфраструктуре. Автоматизированный агент способен исследовать доступные ресурсы и искать дополнительные ошибки конфигурации. Если удаётся получить новые полномочия, масштаб последствий увеличивается.
Подобные цепочки атак существовали и раньше. Но ИИ сокращает время выполнения отдельных этапов и позволяет проводить больше попыток при меньшем непосредственном участии человека. Одновременно искусственный интеллект помогает защитникам находить ошибки, анализировать подозрительные события и быстрее создавать исправления. Поэтому итог гонки будет зависеть не только от развития моделей, но и от скорости внедрения защитных технологий.
Интернет вступает в эпоху машинных кибератак
События октября и ноября 2026 года показывают, что кибербезопасность переживает технологический перелом. Критические ошибки в Java и PHP создают риски для миллионов потенциальных установок. Заражённые программные библиотеки превращаются в каналы кражи секретов. Компрометация сторонних сервисов позволяет атаковать пользователей крупных компаний, не взламывая их основную инфраструктуру. При этом злоумышленники всё активнее используют ИИ для выполнения технических задач, которые раньше требовали значительного человеческого труда.
Расследование показало экономическую доступность таких атак. Доклад Google подтвердил практическое применение многоагентных систем, а исследование Anthropic обозначило потенциальный следующий этап — появление самораспространяющегося автономного ИИ. Пока нет достаточных статистических оснований утверждать, что интернет в целом взламывают быстрее, чем защищают. Однако скорость автоматизированных атак уже становится серьёзным вызовом для традиционных процессов обновления и реагирования.
Самая большая угроза заключается не в том, что искусственный интеллект научится взламывать любой сервер. А в том, что поиск доступных целей, проверка уязвимостей и попытки проникновения могут стать настолько дешёвыми и массовыми, что даже небольшая доля успешных атак обеспечит преступникам значительный результат. Если развитие автономных моделей продолжится нынешними темпами, следующая гонка кибербезопасности будет происходить уже не только между хакерами и специалистами по защите, но и между атакующими и защищающимися ИИ-системами.



