Kampanie agentowe oparte na AI – takie jak GTG-1002 – to wieloetapowe operacje wykonywane z ogromną prędkością, często bez użycia niestandardowego malware, za to z wykorzystaniem legalnych narzędzi i protokołów. W takim modelu kluczowa staje się obrona oparta na obserwacji zachowań w sieci, a nie wyłącznie na sygnaturach. ExtraHop adresuje ten problem kompleksowo:
1️⃣ Holistyczna widoczność sieci i eliminacja blind spotów
Podstawą skutecznej obrony przed autonomicznymi agentami jest pełna, spójna telemetria z sieci. ExtraHop zapewnia widoczność end-to-end dzięki analizie ruchu w tempie line-rate, deszyfracji oraz głębokiemu dekodowaniu protokołów. Obejmuje to zarówno standardowe warstwy komunikacji, jak i aplikacje biznesowe oraz API, które agenci AI nadużywają do rozpoznania, eskalacji dostępu i kradzieży danych. Dzięki temu ExtraHop ujawnia aktywności, które w innym przypadku pozostają ukryte w zaszyfrowanym ruchu lub w „szarej strefie” legalnych protokołów.
2️⃣ Wykrywanie charakterystycznego „ruchu orkiestracyjnego” do usług LLM/MCP
Nową cechą kampanii agentowych jest stała komunikacja wewnętrznego agenta z zewnętrzną infrastrukturą orkiestracji – np. serwerami MCP i usługami Large Language Model. ExtraHop potrafi identyfikować ten typ ruchu jako osobny, wysoce diagnostyczny sygnał zagrożenia. W praktyce często jest on łatwiejszy do zauważenia, ponieważ tworzy długotrwałe, powtarzalne połączenia o nietypowej charakterystyce. Detekcja tego wzorca umożliwia zespołom bezpieczeństwa szybkie przerwanie łańcucha ataku poprzez odcięcie agenta AI od jego „systemu sterowania”.
3️⃣ Detekcja anomalii behawioralnych w czasie rzeczywistym
ExtraHop wykorzystuje zaawansowane modele uczenia maszynowego do wykrywania anomalii behawioralnych w czasie rzeczywistym. W początkowych fazach obejmuje to m.in. wysokowolumenowe skanowania, nietypowe enumeracje usług czy systematyczną walidację podatności. W kolejnych etapach platforma wykrywa automatyczny ruch boczny, nietypowe użycie kont uprzywilejowanych oraz inne wzorce wskazujące na działanie „agentowe”.
4️⃣ Analiza śledcza (forensics)
Po wykryciu incydentu równie istotne jest precyzyjne zrozumienie jego przebiegu. ExtraHop przechowuje wysokiej jakości dane pakietowe i metadane sieciowe, które pozwalają odtworzyć pełną ścieżkę ataku: które usługi agent AI enumerował, do jakich zasobów uzyskał dostęp, jakie dane przetwarzał i w jaki sposób próbował je wynieść. Zapisy pakietów umożliwiają rekonstrukcję złożonych łańcuchów działań oraz zautomatyzowanych decyzji podejmowanych przez frameworki AI, co jest kluczowe dla wzmocnienia zabezpieczeń na przyszłość.
5️⃣ Integracja z wywiadem o zagrożeniach i korelacja IOC/TTP
Kampanie agentowe, mimo wysokiego poziomu autonomii, w dalszym ciągu opierają się na komponentach infrastruktury zewnętrznej – takich jak serwery callback, adresy C2 czy repozytoria narzędzi. ExtraHop integruje się z wiarygodnymi źródłami Threat Intelligence, dzięki czemu wzbogaca detekcje o znane wskaźniki kompromitacji (IOC) oraz przypisuje obserwowane działania do technik MITRE ATT&CK.
6️⃣ Przyspieszona reakcja na incydenty i precyzyjne działania naprawcze
ExtraHop generuje alerty o wysokiej wiarygodności oraz wizualizuje ścieżkę ataku, wskazując kompromitowane hosty, ich relacje oraz wrażliwe zasoby zagrożone ruchem bocznym. Taki poziom szczegółowości pozwala zespołom SOC szybko podejmować trafne decyzje: izolować konkretne systemy, blokować wektory lateral movement i – co szczególnie ważne w kampaniach agentowych – natychmiast odcinać połączenia między wewnętrznym agentem AI a jego zewnętrznymi serwerami orkiestracji.
Rozwiązania klasy NDR od ExtraHop zapewniają kombinację pełnej widoczności, detekcji behawioralnej, identyfikacji sygnałów specyficznych dla agentów AI oraz głębokiej analizy śledczej. To zestaw funkcji niezbędny do skutecznego wykrywania i przerywania nowej generacji kampanii szpiegowskich, w których sztuczna inteligencja działa jako autonomiczny operator ataku.
