En formodet russisktalende angriber brugte hundredvis af AI-agenter til at udvikle og gennemføre en verdensomspændende kampagne mod sårbare PaperCut-servere. Operationen kompromitterede systemer tilhørende mindst 395 organisationer i 48 lande.
Det AI-drevne PaperCut-angreb var rettet mod to aktivt udnyttede sårbarheder i PaperCut NG/MF. Forskere oplyser, at trusselsaktøren brugte AI-modeller sammen med bredt tilgængelige offensive sikkerhedsværktøjer.
Desuden gik angriberen fra et tomt arbejdsområde til fjernkørsel af kode mod et reelt offer på mindre end fire timer.
AI-agenter udviklede og testede exploits
Ifølge trusselsefterretningsvirksomheden GreyNoise begyndte kampagnen den 31. august 2026. Angriberen brugte hundredvis af AI-agenter drevet af OpenAI Codex og DeepSeek-modeller.
Disse agenter hjalp med at udvikle, teste og forbedre exploits til CVE-2026-81578 og CVE-2026-82078. Begge sårbarheder påvirker PaperCut NG/MF-servere og var allerede under aktive angreb.
Angriberen instruerede også agenterne i at oprette lister over potentielle mål. Til denne opgave brugte de oplysninger fra platformen Netlas til internetscanning og kortlægning.
GreyNoise identificerede mindst 440 kompromitterede PaperCut-instanser. Disse servere tilhørte 395 forskellige organisationer i 48 lande.
Angribere stjal loginoplysninger og domænehemmeligheder
Kampagnen indsamlede loginoplysninger fra 280 ofre. Derudover fik angriberen fat i operativsystem- eller domænehemmeligheder fra 147 organisationer.
Angriberen opnåede adgang på administratorniveau hos 12 organisationer. Hastigheden på nogle af kompromitteringerne gav dog forsvarerne meget lidt tid til at reagere.
Efter lanceringen af den fulde kampagne kompromitterede angriberen angiveligt mindst 11 organisationer på blot 26 sekunder. I et andet tilfælde fik trusselsaktøren fuld adgang som domæneadministrator på en amerikansk high school inden for syv minutter.
Uddannelsessektoren blev hårdest ramt og stod for omkring halvdelen af alle identificerede brud. USA havde flest ofre, efterfulgt af Storbritannien, Frankrig, Spanien og Canada.
AI-agenter ignorerede nogle geografiske begrænsninger
Trusselsaktøren instruerede AI-agenterne i at undgå flere lande. Listen omfattede Rusland, Kina, Iran, Ukraine, Belarus, Moldova, Brasilien og Sydafrika.
Agenterne fulgte dog ikke altid disse begrænsninger. Denne inkonsekvens viser, at angribere kan have svært ved at kontrollere store samlinger af autonome værktøjer under hurtige kampagner.
PaperCut-angrebet viser ikke desto mindre, hvordan kunstig intelligens kan forkorte tiden mellem forskning og omfattende udnyttelse. I stedet for at gennemføre hvert trin manuelt kan angribere fordele opgaver mellem mange agenter.
Som følge heraf kan sårbare systemer blive udsat for automatiserede angreb kort tid efter, at udviklingen af exploits begynder.
Tre veje førte til kompromittering af domæner
GreyNoise observerede tre primære angrebsveje efter den indledende udnyttelse af PaperCut-serverne.
I den første angrebsvej dumpede angriberne LSASS-hukommelsen og hentede hemmeligheder fra Windows-registreringsdatabasen. Derefter brugte de gendannede hashes fra loginoplysninger til at autentificere sig over for domænecontrollere gennem pass-the-hash-angreb.
Den anden angrebsvej involverede noPac-angrebet. Denne teknik var rettet mod miljøer, der fortsat var sårbare over for CVE-2021-42278 og CVE-2021-42287.
I den tredje angrebsvej oprettede angriberne en ny konto og føjede den direkte til gruppen Domain Admins. Denne metode fungerede, når PaperCut kørte på en domænecontroller eller brugte en tjenestekonto med domæneadministratorrettigheder.
I alle observerede angrebsveje brugte angriberne til sidst DCSync. Denne teknik efter kompromitteringen gjorde det muligt for dem at hente en komplet NTDS.DIT-database med domænets loginoplysninger.
Kampagnen brugte almindelige offensive værktøjer
Angriberen kombinerede AI-genereret arbejde med en omfattende samling af etablerede offensive værktøjer. Værktøjssættet omfattede Ligolo-ng, Mimikatz, Certipy, BloodHound, Rubeus, Impacket og NetExec.
Kampagnen brugte også specialudviklede Rust-værktøjer til indsamling af loginoplysninger. Sammen understøttede disse værktøjer netværksadgang, tyveri af loginoplysninger, kortlægning af Active Directory og rettighedseskalering.
Operationen var derfor ikke udelukkende afhængig af AI. I stedet brugte trusselsaktøren AI til at koordinere og fremskynde en mere traditionel angrebsproces.
Denne tilgang bidrog til at automatisere udviklingen af exploits, identifikationen af mål og aktiviteter efter kompromittering i betydelig skala.
Det endelige mål er fortsat ukendt
GreyNoise kunne ikke fastslå kampagnens endelige formål. Det opnåede adgangsniveau kunne dog bruges til alvorlige efterfølgende angreb.
Stjålne loginoplysninger og domæneadministratorrettigheder kunne eksempelvis muliggøre datatyveri. Angribere kunne også bruge adgangen til at udrulle ransomware på tværs af kompromitterede netværk.
De komplette databaser med domæneoplysninger skaber en yderligere risiko. Selv efter at organisationer har sikret de oprindelige PaperCut-servere, kan stjålne loginoplysninger fortsat give adgang andre steder.
Berørte administratorer skal derfor undersøge mere end blot den sårbare applikation. De bør også lede efter dumping af loginoplysninger, uventede konti og mistænkelig aktivitet på domænecontrollere.
PaperCut-opdateringer bør installeres med det samme
Administratorer bør straks installere PaperCuts sikkerhedsopdateringer til CVE-2026-81578 og CVE-2026-82078.
Organisationer bør også undersøge PaperCut-servere for tegn på kompromittering. Da angriberne kan have opnået rettigheder på tværs af hele domænet, er det ikke nødvendigvis tilstrækkeligt blot at installere opdateringerne for at fjerne en eksisterende angriber.
Sikkerhedsteams bør gennemgå gemte loginoplysninger, tilladelser for tjenestekonti og autentificeringsaktivitet. Derudover bør de nulstille eksponerede loginoplysninger og undersøge eventuelle uventede Domain Admin-konti.
Det AI-drevne PaperCut-angreb viser, hvor hurtigt AI-assisterede kampagner kan bevæge sig fra udvikling af exploits til omfattende kompromittering. Efterhånden som angribere automatiserer flere dele af en operation, får organisationer endnu mindre tid til at opdatere eksponerede systemer.
0 svar til “AI-drevet PaperCut-angreb hacker 395 organisationer verden over”