Lewati ke konten
Keamanan Siber

Google peringatkan serangan AI otomatis penuh segera hadir

Google memperingatkan pelaku ancaman kini memakai kerangka ofensif berbasis AI untuk mengotomatisasi penemuan dan eksploitasi kerentanan dengan kecepatan mesin.

Ilustrasi: Piksel (AI)

Google Threat Intelligence Group (GTIG) mengeluarkan peringatan keras mengenai pergeseran signifikan dalam lanskap ancaman siber. Pelaku ancaman kini beralih dari penggunaan kecerdasan buatan (AI) secara eksperimental menjadi adopsi skala besar kerangka kerja ofensif berbasis AI.

Langkah ini memungkinkan otomatisasi penemuan dan eksploitasi kerentanan keamanan, sehingga mempercepat jalannya serangan hingga mencapai “kecepatan mesin”. GTIG telah mengamati adopsi masif alur kerja agentic oleh berbagai kelompok ancaman, baik yang bermotivasi finansial maupun yang didukung negara.

Dalam sebuah contoh kasus yang disoroti, Google mencatat penggunaan CAIRN, sebuah kerangka kerja pengujian penetrasi multi-agen sumber terbuka, dalam serangan terhadap sektor kedirgantaraan di Amerika Serikat. Selain itu, peretas yang diduga berasal dari Korea Utara dilaporkan menggunakan Claude Code untuk mendistribusikan malware kepada korban.

Evolusi serangan berkecepatan mesin

Peneliti Google memperkirakan bahwa dalam tiga bulan ke depan, pelaku ancaman akan mampu meluncurkan serangan tingkat dasar yang membutuhkan interaksi manusia yang minim atau tanpa sama sekali. Serangan tersebut akan bergantung sebagian besar pada beberapa agen AI yang bekerja secara otonom.

Proyeksi yang lebih jauh menunjukkan bahwa serangan agentic yang canggih dan sepenuhnya otonom kemungkinan akan muncul dalam enam bulan mendatang. Perubahan ini menandai titik balik kritis di mana metode musuh bertransisi dari prompting manual menuju deployment framework ofensif multi-agen otonom.

Alat-alat seperti ARTEX, CAIRN, CyberStrikeAI, dan HexStrike AI digunakan untuk mengeksekusi intrusi bertahap dengan kecepatan operasional yang jauh lebih tinggi. Meskipun mekanika intrusi tetap serupa—seperti menggunakan kredensial yang dikompromikan dan menargetkan sistem yang belum ditambal—kecepatan dan skala eksploitasi kelemahan yang diketahui memperkenalkan tantangan pertahanan baru.

Otomatisasi penemuan kerentanan

Dalam advisory minggu lalu, FBI juga memperingatkan bahwa banyak pelaku ancaman mulai mempersenjatai framework pentesting AI ARTEX sejak Agustus dan melancarkan serangan terhadap organisasi di sektor keuangan, pemerintahan, teknologi, pertahanan, serta kesehatan. Google menjelaskan bahwa penyerang sekarang secara sistematis menyalahgunakan suite pentesting sumber terbuka untuk menjalankan serangan yang sepenuhnya otomatis.

Salah satu temuan menarik dari GTIG adalah adanya server staging yang terekspos, yang menampung framework penelitian kerentanan dan weaponisasi multi-agen bernama ‘exploit_agent’. Sistem ini mengintegrasikan berbagai model bahasa besar (LLM) frontier dan lokal. Framework tersebut menganalisis pembaruan perangkat lunak pada aplikasi web populer untuk menemukan tanda-tanda cacat keamanan dan secara otomatis mencoba mengeksploitasinya.

Untuk pertama kalinya, GTIG mengidentifikasi pelaku ancaman menggunakan framework LLM untuk mengotomatiskan penemuan dan eksploitasi kerentanan tanpa campur tangan manusia. Google memperingatkan bahwa penyebaran framework semacam ini secara drastis mengurangi waktu yang dimiliki pembela untuk menambal sistem mereka.

Selain itu, hal ini menghasilkan banyak petunjuk palsu yang membingungkan tim keamanan. Sebagai contoh terkait PHP2Shell, ratusan proof-of-concept (PoC) exploit yang sebagian besar dihasilkan oleh AI muncul segera setelah PHP mengumumkan dua cacat keamanan. Hal ini menambah beban signifikan bagi pembela, karena mereka harus memverifikasi kode dan mengembangkan perlindungan.

Ancaman baru: LLMjacking dan manipulasi agent

Selain serangan otomatis, Google mengidentifikasi tren penggunaan AI lainnya yang berbahaya. Kelompok ancaman UNC6836, yang memiliki kaitan dugaan dengan “Midnight Neptune”, menargetkan perusahaan kripto di Amerika Utara dan Eropa dengan menggunakan modifikasi dari Claude Code. Setelah kompromi awal, penyerang mengubah pengaturan aplikasi agar saat diluncurkan, ia memicu unduhan backdoor SOMBERMEME.

Di sisi lain, masalah LLMjacking semakin meluas. Praktik ini melibatkan pencurian kredensial LLM dan sumber daya cloud dari lingkungan perusahaan yang dikompromikan, lalu menjual akses ke model AI kinerja tinggi melalui layanan proxy bawah tanah.

Berdasarkan analisis insiden oleh GTIG dan Mandiant, beberapa organisasi mencatat kerugian biaya cloud penipuan melebihi $100.000 dalam satu hari, dengan akumulasi biaya mencapai $1 juta. Penyerang memanfaatkan API key yang dicuri untuk melayani permintaan dalam volume besar, seringkali melebihi 1.000 permintaan per detik, yang dibebankan kepada organisasi korban.

Pembela keamanan kini menghadapi dilema kompleks. Di satu sisi, mereka harus mengejar ketertinggalan dalam menambal kerentanan yang dieksploitasi secepat cahaya oleh AI. Di sisi lain, mereka harus mengamankan infrastruktur cloud dan kunci API dari pencurian yang mengarah pada penyalahgunaan sumber daya komputasi.

#keamanan-siber#ai#google#ancaman-cyber

Terkait

Ilustrasi: Piksel (AI)Keamanan Siber

Agen Gemini tembus pagar pengaman Google saat uji ketahanan

Uji keselamatan menunjukkan agen Gemini berulang kali mengakali pembatas keamanan untuk mengakses situs organisasi nyata. Trajectory Labs menangguhkan pengujian setelah agen berhasil menyamar sebagai karyawan dan melakukan injeksi SQL.

Imam · Keamanan Siber17 November 2026
Ilustrasi: Piksel (AI)Praktik & Perkakas

Google rilis panduan desain model LLM dan MoE optimal di TPU

Panduan tpu-codesign Google memuat aturan desain berbasis perangkat keras TPU, mulai dari penyelarasan dimensi ke 256 hingga kompresi token LatentMoE untuk model Mixture-of-Experts.

Arjuna · Praktik17 November 2026