De Amerikaanse regering waarschuwde woensdag voor een “actieve dreiging” die zich richt op kritieke infrastructuurorganisaties in het land met behulp van door kunstmatige intelligentie (AI) gegenereerde exploitscripts.
De activiteit is gericht op programmeerbare logische controllers (PLC’s) uit de Siemens S7-serie om verkenningen en capaciteitsontwikkeling uit te voeren met behulp van door AI gegenereerde scripts, vermomd als legitieme monitoringtools. Dat gezegd hebbende, wordt de huidige PLC-targeting-activiteit als een bredere reikwijdte beschouwd dan de PLC’s van Siemens.
“De actoren maken gebruik van internetscandiensten zoals Censys en ZoomEye om op internet blootgestelde PLC’s te identificeren die verouderde software gebruiken of anderszins slecht beschermd zijn”, aldus het advies gepubliceerd door de National Security Agency (NSA), Cybersecurity and Infrastructure Security Agency (CISA), Federal Bureau of Investigation (FBI), Department of Energy (DOE) en Environmental Protection Agency (EPA).
Doelstellingen van de activiteit zijn onder meer kritieke productie, energie-, water- en afvalwatersystemen, chemicaliën, voedsel en landbouw, en commerciële faciliteiten. De agentschappen hebben de aanvallen niet toegeschreven aan een bekende dreigingsacteur of -groep.
De exploitatie van slecht beveiligde PLC’s kan leiden tot verstoring van kritieke industriële processen, veiligheidsincidenten, downtime of schade aan apparatuur, het compromitteren van gevoelige gegevens en schendingen van de naleving, om nog maar te zwijgen van de trapsgewijze gevolgen voor onderling verbonden systemen.
De activiteit bleek de volgende Siemens PLC-modellen te hebben uitgekozen:
- S7-200-serie (alle CPU-varianten)
- S7-300-serie (alle CPU-varianten inclusief 314, 315, 317 modellen)
- S7-400-serie (alle CPU-varianten)
- S7-1200-serie (CPU 1211C, 1212C, 1214C, 1215C, 1217C-varianten)
- S7-1500-serie (alle CPU-varianten, inclusief veiligheidscontrollers uit de F-serie)
“Dreigingsactoren gebruiken AI-hulp om exploitatiescripts te genereren met behulp van openbaar beschikbare informatie over deze Siemens S7-serie PLC’s voor initiële toegang, toegang tot inloggegevens, denial of service en andere doeleinden”, aldus de agentschappen. “Als deze PLC’s worden blootgesteld aan internet of onvoldoende gesegmenteerd zijn, kunnen bedreigingsactoren verschillende kritieke en zeer ernstige bekende kwetsbaarheden in deze PLC’s misbruiken.”
Een van de tools die door de bedreigingsacteur worden ingezet, is een aangepast Python-script dat open-source industriële automatiseringsbibliotheken zoals “snap7.dll” of “python-snap7” bevat, waardoor legitieme monitoringhulpprogramma’s worden nagebootst die lees-/schrijftoegang bieden tot PLC-geheugen, configuratiegegevens en ladderlogische programma’s via het S7comm-protocol.
Het gebruik van AI om exploitatiescripts te genereren en deze snel te herhalen markeert een ‘evolutie’ in offensieve mogelijkheden, waardoor de technische barrières voor aanvallen op het Industrial Control System (ICS) worden verlaagd, evenals de technische expertise en tijd die nodig is om deze te ontwikkelen.
Om de dreiging tegen te gaan, dringen de auteursbureaus er bij eigenaren en operators van operationele technologie (OT)-systemen die de Siemens S7-serie en andere PLC-apparaten gebruiken op aan om ervoor te zorgen dat ze de nieuwste versies gebruiken, waar mogelijk geïsoleerd van het internet, over sterke toegangscontroles beschikken en beveiligingstools gebruiken om ICS-omgevingen te monitoren op tekenen van afwijkende of kwaadaardige activiteiten.
“De combinatie van bekende kwetsbaarheden, toegankelijke exploitatiebibliotheken en AI-ondersteunde ontwikkeling creëert een aanvalsscenario met hoge waarschijnlijkheid tegen onvoldoende beschermde PLC-installaties”, aldus de agentschappen.
Autonome aanval met meerdere agenten gericht op Taiwan
Deze ontwikkeling komt doordat bedreigingsactoren steeds meer de kracht van AI benutten om cyberaanvallen uit te voeren. In een vorige week gepubliceerd rapport beschrijft het Israëlische cyberbeveiligingsbedrijf Dream een vrijwel autonome aanval gericht op overheidsinstanties in Azië. Hoewel uit het onderzoek niet bekend werd gemaakt welke regering werd aangevallen, zeiden The Financial Times en Reuters dat Taiwan het doelwit was.
“Uit het onderzoek zijn duidelijke aanwijzingen gebleken dat de aanvallen hun oorsprong vonden in het buitenland en dat er sprake was van een hybride aanpak waarbij hackers conventionele operaties combineerden met AI-agenten zoals OpenClaw”, aldus het Taiwanese ministerie van Digitale Zaken.
De activiteit, waargenomen tussen 1 en 4 juli 2026, verspreid over twaalf aanvalsgolven en waarschijnlijk uitgevoerd door een Chineestalige operator, maakt gebruik van een AI-aangedreven raamwerk gebouwd op de Hermes- en OpenClaw-agenten om maximaal acht letters sub-agenten parallel in te zetten om verschillende aspecten van de inbraak te automatiseren.
Dit omvat het uitvoeren van verkenningen, het kraken van de inloggegevens van overheidspersoneel, het exfiltreren van gegevens, het ontdekken van een handtekeningvalidatiefout in een persoonlijke authenticatiedienst en het installeren van hardnekkige achterdeurtjes in webapplicaties van de overheid. De acht sub-agenten, hoewel ze gelijktijdig actief zijn, richten zich op verschillende aanvalsoppervlakken:
- A – SSO-exploitatie en credential-aanvallen
- B – JWT-bypasstests en CAPTCHA brute force
- C – Verkenning via meerdere overheidsportals
- D – API-scannen en omzeilen van het beheerderspaneel
- E – CVE-onderzoek en testen van kwetsbaarheidsketens
- F – Doelbeoordeling van de toeleveringsketen
- I – Wachtwoordspuiten met CAPTCHA-bypass met behulp van Tesseract OCR
- V – Diepgaande exploitatie van API-eindpunten
Voor initiële toegang zou het raamwerk verborgen API-eindpunten hebben gevonden die een geldige, geverifieerde sessie retourneerden, ongeacht de hoofdtekst van het verzoek. Deze eindpunten werden vervolgens gebruikt om de gebruikersnamen van werknemers te verzamelen en vervolgens een van de overheidsportals aan te vallen om 85 accounts te kraken met behulp van wachtwoordsproeitechnieken.
In totaal stelde de illegale toegang de aanvaller in staat om meer dan 2.564 personeelsgegevens, een database van alle afdelingssysteemgebruikers, zeven SSO-clientgeheimen, zes interne databasereferenties voor MSSQL, Oracle en Sybase, en interne netwerk-IP-bereiken te exfiltreren.
“De aanvaller stopte niet bij primaire doelen”, legde Dream uit. “Het breidde de operatie uit naar leveranciers van IT-toeleveringsketens van de overheid, een agentschap voor nucleaire veiligheid, een e-mailsysteem van de overheid en meer dan zeven bedrijven uit de energiesector, waarbij ze allemaal parallel werden gescand op verkeerde configuraties, blootgestelde beheerdersinterfaces en exploiteerbare kwetsbaarheden.”
Het raamwerk implementeert ook een leermotor om kwetsbaarheidsdatabases, GitHub-repository’s en beveiligingsonderzoek op te zoeken om zich te concentreren op technieken die kunnen worden aangepast aan de doelinfrastructuur.
“In ongeveer vier dagen produceerde de agentenaanvaller 1.395 bestanden, 85 gekraakte inloggegevens, duizenden geëxfiltreerde personeelsgegevens en kreeg hij vaste voet aan de grond binnen de staatsinfrastructuur”, aldus Dream. “Het maakt één ding duidelijk: de kosten van het uitvoeren van een competente aanval zijn ingestort, maar de kosten van het verdedigen ertegen niet.”
