Hackere bruger det autonome AI værktøj Cairn til at finde en zero day sårbarheder og derefter hacke servere, helt automatisk
For første gang er der dokumentation for, at hackere har ladet et hold af AI agenter finde en hidtil ukendt sårbarhed og udnytte den næsten uden menneskelig styring. Det skriver Amazon Threat Intelligence, der opdagede kampagnen, fordi angriberne havde ladet deres Cairn installation stå åben på internettet uden nogen form for login. Det gav Amazons analytikere et sjældent indblik i, hvordan angrebet blev planlagt og gennemført trin for trin. Det skriver ICARE SECURITY A/S der bruger det samme værktøj fra CAIRN – en EU baseret virksomhed.
Amazon tilskriver med moderat sikkerhed angrebet en trusselsaktør med forbindelse til Kina. Vurderingen bygger på sproget i de fundne prompts, tidsstemplerne for aktiviteten og valget af mål. Selve værktøjet er ikke ondsindet i sig selv. Cairn beskrives som et legitimt værktøj til penetrationstest, der koordinerer flere AI agenter i cyberoperationer og er bygget til forskning og forsvar. Det er dog ikke første gang, værktøjet bliver misbrugt. Gambit Security dokumenterede i september misbrug af Cairn i en operation, der stjal kreditkortoplysninger, og Google har rapporteret, at værktøjet blev brugt i et angreb på en amerikansk luftfartsorganisation.
Én instruks og 11 minutter
Angrebet fandt sted fra 8. til 10. september 2026 og ramte primært uddannelsesinstitutioner i Østasien uden for Kina. Det bemærkelsesværdige er, hvor lidt angriberen selv gjorde. Operatøren gav AI agenterne én instruks om at skaffe shelladgang og lod dem selv finde ud af resten.
Agenterne fandt en path traversal sårbarhed, som ingen kendte i forvejen, i MONAI Label, en open source applikation til medicinsk billedbehandling, og fejlen gjorde det muligt at skrive filer til vilkårlige steder på serveren.
På 11 minutter gik agenterne fra at kortlægge applikationens API til at udnytte fejlen. I en senere session tog agenterne næste skridt og skaffede sig fuld kontrol over maskinen. De skrev en reverse shell i Python ind i filen sitecustomize.py og aktiverede derefter et API endpoint for at opnå root adgang. Derefter bevægede angrebet sig videre. Operatøren gav agenterne adgang via en proxy til et andet universitetsnetværk, der kørte samme software, og satte dem i gang med at angribe andre maskiner.
AI agenterne fejlede også
Angrebet viser også, at autonome AI agenter langt fra er ufejlbarlige. Et forsøg på at overtage en Redis server mislykkedes efter 16 timer og 148 handlinger, og over seks timer afprøvede agenterne mere end 30.000 kombinationer af brugernavn og adgangskode mod en GPU server på et universitet uden at komme ind.
Forskellen er værd at bemærke. Hvor agenterne mødte en ukendt fejl i applikationskode, gik det på minutter. Hvor de mødte et system med stærke adgangskoder og fornuftig konfiguration, kørte de fast, selv efter mange timers forsøg.
ICARE SECURITY A/S råder til en gennemgang af hele din sikkerhedspolitik, ligesom vi tilbyder WHITEHAT hacking.
Grafik: Tid brugt på de tre angrebsforsøg
Sådan beskytter du dig
Amazon rapporterede fejlen til udviklerne bag MONAI Label, og der blev udsendt en sikkerhedsopdatering den 18. november 2026. Den tilhørende rådgivning på GitHub betegner fejlen som kritisk, oplyser at versioner til og med 0.8.5 er berørte og har endnu ikke fået et CVE nummer. Det skriver GitHub.
Organisationer, der kører MONAI Label, bør opdatere til en version med rettelsen og gennemgå deres logfiler for aktivitet fra de to IP adresser, Amazon har knyttet til kampagnen. Den bredere lære er dog vigtigere end den enkelte fejl. Amazon advarer om, at AI agenter kan finde og udnytte sårbarheder hurtigere, end sikkerhedsteams kan nå at reagere, og opfordrer organisationer til at lægge mere vægt på automatiseret forsvar frem for manuel undersøgelse.
ICARE SECURITY A/S anbefaler, at virksomheder holder fortegnelse over al software, der er eksponeret mod internettet, også mindre kendte open source værktøjer i forsknings- og udviklingsmiljøer, og at stærke adgangskoder, multifaktorgodkendelse og netværkssegmentering bruges konsekvent, fordi det netop var disse forsvar, der stoppede agenterne.
| Nøgletal | Værdi |
|---|---|
| Angrebsperiode | 8. til 10. september 2026 |
| Mål | Primært uddannelsesinstitutioner i Østasien uden for Kina |
| Sårbar software | MONAI Label, version 0.8.5 og ældre |
| Sårbarhedstype | Path traversal med vilkårlig filskrivning |
| Tid fra kortlægning til udnyttelse | 11 minutter |
| Mislykket Redis angreb | 16 timer og 148 handlinger |
| Mislykket brute force mod GPU server | 6 timer og over 30.000 forsøg |
| Rettelse udsendt | 18. november 2026 |
| GitHub rådgivning | GHSA-qc22-rmgc-vg94 |
| IP adresser i kampagnen | 142[.]4.98.145 og 142[.]4.107.34 |
(C) 2026 ICARE SECURITY A/S Telefon: 31971111
| Kilde: | Amazon Threat Intelligence, GitHub, Jesper Christiansen, ICARE SECURITY A/S, ICARE.DK |
| Kildelinks: | https://github.com/Project-MONAI/MONAILabel/security/advisories/GHSA-qc22-rmgc-vg94 |
| Fotokredit: | CAIRN SECURITY |
| Personer/Firmaer/Emner/#: | #Cairn, #AmazonThreatIntelligence, #Amazon, #MONAILabel, #ZeroDay, #AIAgenter, #AgentiskAI, #Kina, #GambitSecurity, #Google, #PathTraversal, #Redis, , #ICARESECURITY, #Cybersikkerhed |
| Copyrights: | Ⓒ 2026 Copyright by ICARE SECURITY A/S, kan deles ved aktivt link til denne artikel. |
