Cybersecurityonderzoekers hebben een concreet beeld geschetst van hoe AI-agents ransomwareketens kunnen versterken. In een blootgelegd infrastructuurspoor beschrijven zij een campagne die aanvallen uitvoert via een “Autonomous Red Team Kill Chain Framework” dat onder de naam Phantom draait. Het gaat niet alleen om één incident, maar om een breder ecosysteem waarbij partners samenwerken rond intrusie en datadiefstal.
Wat dit extra verontrustend maakt: de aanvallen starten op grote schaal via internetgerichte systemen, en vervolgens volgen lateral movement, persistence, exfiltratie en opschaling richting ransomware. De onderzoekers koppelen de operatie aan Russische sprekende aktoren en aan misbruik van meerdere kwetsbaarheden die op dat moment actief (of in ontwikkeling) werden ingezet.
Phantom: AI-gestuurd, maar door mensen gecontroleerd
In het hart van de aanpak staat Phantom, een raamwerk dat is ontworpen voor offensieve security en penetratietesting. Volgens de analyse draait de keten met een “AI-executed, human-approved” werkwijze. Dat betekent: een operator schrijft een promptspecifieke instructie voor een doelwit, en elke stap wordt door een mens beoordeeld.
De uitvoering gebeurt via OpenCode met commerciële modellen die via OpenRouter worden gehost. Wanneer modellen weigeren om te handelen op basis van de prompt, beschrijft het onderzoek dat de operator de aanvraag herschrijft naar een vorm die als geautoriseerde red team assessment kan worden gepresenteerd. In plaats van te stoppen, blijft de operator dus zoeken naar een prompt die wél door de AI “toegestaan” wordt.
Van edge-systemen naar domeinbeheer: de vaste lifecyle
De campagne begint met het misbruiken van publieke edge- en remote-access voorzieningen. Daarna verschuift de focus naar het opbouwen van controle binnen het netwerk. In de logs en operator-notities ziet SOCRadar een terugkerend ritme: het aanvallen van de omgeving, het uitrollen van persistence en het escaleren richting domeinbeheerdersrechten.
Daarna volgen stappen die in veel intrusieketens herkenbaar zijn: enumeratie van het domein, credential harvesting met “stealer”-achtige hulpmiddelen en het selectief prioriteren van bestanden die geld of invloed leveren—zoals finance, HR, legal en executive documentatie.
Voor exfiltratie wordt ook gewerkt met reverse-SOCKS tunnels om data te verzamelen en te verplaatsen, zelfs wanneer directe uitgaande verbindingen beperkt zijn.
Welke kwetsbaarheden zijn genoemd (actief ingezet en voorbereid)
Onderzoekers noemen een reeks CVE’s die in de operatie opduiken. Niet alles is hetzelfde stadium: sommige worden vermeld als actief misbruikt, andere lijken te zijn ontwikkeld of “staged” voor latere targeting. In het overzicht hieronder staan de genoemde voorbeelden:
- CVE-2024-57727 (SimpleHelp path traversal) — actief misbruikt
- CVE-2026-35616 (Fortinet FortiClient authentication bypass) — actief misbruikt
- CVE-2026-41940 (cPanel/WHM authentication bypass) — actief misbruikt
- CVE-2026-15409 (SonicWall SMA 1000 SSRF) — staged, geen bevestigde compromise
- CVE-2026-63030 (WordPress wp2shell) — ontwikkeld
- CVE-2026-42208 (LiteLLM SQL injection) — ontwikkeld of gerefereerd
- CVE-2026-9082 (Drupal SQL injection) — ontwikkeld of gerefereerd
Als je vooral wilt focussen op edge- en remote-access attack surface, is het relevant om je patch- en hardeningstatus specifiek voor dit type systemen kritisch te bekijken.
Toolkit en communicatie: Phantom, Ghost C2 en RevSocks
Phantom is niet het enige bouwblok. De onderzoekers beschrijven dat de aktoren een mix gebruiken van eigen frameworks, aangepaste open-source componenten en gecompileerde onderdelen. Enkele onderdelen die expliciet worden genoemd:
- Phantom: AI-gedreven offensive security framework met een agent die taken ophaalt bij een externe server, commando’s uitvoert en output terugstuurt. Het ondersteunt 18 “skill modules”, variërend van reconnaissance en exploit research tot EDR-fingerprinting en telemetry assessment.
- WormGPT-MCP: 32 MCP-servers die het AI-systeem koppelen aan modules voor o.a. reconnaissance tot en met extortion-gerichte functionaliteit.
- Ghost C2: polymorfe implants in drie generaties, met communicatie via Cloudflare, Telegram of DNS en persistent beacons op gecompromitteerde endpoints.
- RevSocks: reverse-SOCKS5 framework om intern te pivoten en staging voor exfiltratie te faciliteren.
Daarnaast wordt verwezen naar een Cloudflare-fronted Mythic agent (QuickLine). Verder wordt een aanpak genoemd waarbij security-detectie in sommige gevallen wordt verstoord via BYOVD-achtige technieken en loader-evasions. Tegelijk geven de logs aan dat resultaten tegen enterprise EDR’s wisselend waren.
Credential reuse als krachtvermenigvuldiger
Een van de meest praktische inzichten uit het onderzoek is dat credential reuse een grote “force multiplier” bleek. In een beschreven geval leidde één hergebruikt wachtwoord tot toegang tot meerdere onderdelen tegelijk, waaronder VPN, servers, RMM en ook backup- en security managementplatformen.
Dat betekent dat een aanvaller niet per se een “nieuwe” aanval voor elk systeem hoeft te starten zodra er eenmaal referenties zijn buitgemaakt. Vanuit defensief oogpunt is dit precies waarom account- en wachtwoordhygiëne, snelle credential rotation en het beperken van privilegeroutes zo’n groot verschil kunnen maken.
Data-gedreven afpersing: betaling mikken op haalbaarheid
De extortion-fase krijgt in de analyse een data-centric karakter. De aktoren bekijken gestolen financiële gegevens om te bepalen welk losgeld realistisch is zonder een bank of verzekeraar te hoeven betrekken. Vervolgens sturen ze gemaskeerde “proof samples” en bouwen ze de druk op via geautomatiseerde vishing-achtige oproepen en dreigingen richting klanten, partners en toezichthouders.
Als er niet binnen een termijn van 24 tot 72 uur wordt betaald, volgt plaatsing op data leak sites van de INC- en The Gentlemen-ransomwarefamilie. Over de uiteindelijke uitkomst zijn echter geen harde aanwijzingen gevonden, omdat er geen cryptocurrency wallet of betalingstransacties konden worden teruggevonden.
Welke sectoren werden geraakt?
De onderzoekers schatten dat de operatie 62 organisaties targette. Van die groep eindigden vier slachtoffers op de data leak sites van INC en The Gentlemen. De verdeling laat zien dat de Verenigde Staten meer dan de helft van de doelwitten vertegenwoordigt.
Qua sectoren richten de aanvallen zich vooral op industrie, productie en energie. Daarna volgen zorg en farmaceutische organisaties. Die mix past bij omgevingen waar toegang tot domeinrechten, snelle laterale beweging en waardevolle interne dossiers samenkomen.
Wat kunt u nu doen tegen AI-agents ransomwareketens?
Omdat de kern van de dreiging ligt in het misbruiken van internetgerichte systemen en in het snel escaleren naar gevoelige accounts, draait de verdediging vooral om prioriteiten die u vandaag al kunt aanscherpen:
- Patch edge- en remote-access componenten: focus op systemen zoals VPN gateways, remote management servers en webhosting controlepanelen.
- Verklein credential reuse: zorg voor snelle rotatie na verdachte events en voorkom dat één account toegang geeft tot meerdere platformen.
- Let op laterale beweging: monitor domein-escalatie, abnormale enumeratie en ongebruikelijke data-uitgaande routes.
- Test EDR-detectie op echte scenario’s: omdat de logs wisselende resultaten tegen enterprise EDR’s beschrijven, is het verstandig te verifiëren hoe uw omgeving reageert op kill chain-achtige gedragspatronen.
Als u wilt verdiepen in hoe aanvallers zich gedragen rond AI-tools en misbruik, dan kunt u ook lezen hoe onderzoekers kwetsbaarheden rond AI-agent tokenbalansen benaderen. En voor extra context over aanvallen die zich op accesspunten richten, is het nuttig om te kijken naar een case waarin hackers enterprise firewalls doorbraken.
Conclusie
De blootgelegde infrastructuur laat zien dat AI-agents ransomwareketens meer zijn dan een hype: Phantom en bijbehorende tooling ondersteunen een gestructureerde intrusielogica met mens-in-de-loop goedkeuring, kennisbasissen en inzet van commerciële AI-modellen. Tegelijk blijft de aanval technisch leunen op bekende pijnpunten: misbruik van internetgerichte systemen, credential harvesting en een snelle route naar domeinrechten en data-exfiltratie.
Wie zich nu voorbereidt, doet er goed aan om patchmanagement en hardening van remote-access en edge-systemen centraal te zetten, credential reuse te beperken en detectie op laterale beweging en uitgaande data te versterken. Zo maakt u het voor aanvallers lastiger om van één beginpunt door te groeien naar een volledige ransomwarefase.
Bron: https://thehackernews.com/2026/10/exposed-infrastructure-reveals-how.html
