AntiFox AI: Platform Pentest AI yang Dipakai Mencuri Kredensial AWS

Platform pengujian penetrasi berbasis kecerdasan buatan (AI) bernama AntiFox dilaporkan digunakan dalam sejumlah intrusi siber yang berhasil mencuri kredensial Amazon Web Services (AWS) dan mengakses secret produksi. Temuan ini diungkap Arctic Wolf Labs, memicu kekhawatiran tentang penyalahgunaan alat AI untuk kejahatan siber.

Dalam laporan yang dibagikan kepada The Hacker News, Arctic Wolf Labs menyebut sistem Alibaba Cloud yang menjalankan antarmuka AntiFox terkait dengan aksi malis terhadap layanan web yang terekspos internet dan lingkungan AWS yang terhubung. Serangan ini menggabungkan eksploitasi web, penyebaran web shell, validasi kredensial, enumerasi layanan cloud, hingga akses secret dan operasi penyimpanan.

Kronologi Serangan: Dari Web Shell IIS hingga Enumerasi AWS

Arctic Wolf mengungkap bahwa sejumlah aktivitas akses awal berkaitan dengan aplikasi Internet Information Services (IIS) yang terekspos internet dan telah dikompromikan. Setelah berhasil masuk, penyerang menggunakan proses pekerja IIS, w3wp.exe, untuk membuat web shell ASPX. Web shell ini memungkinkan eksekusi perintah sistem operasi.

Langkah pertama yang dijalankan adalah perintah PowerShell untuk mencari file web.config dan cadangan konfigurasi. Penyerang kemudian membaca pengaturan aplikasi dan connection string basis data, menghitung direktori debug dan log error, serta mencoba terhubung ke basis data produksi internal menggunakan kredensial yang diekstrak dari konfigurasi aplikasi. File konfigurasi dan log juga disalin ke direktori unggahan yang dapat diakses web.

“Pada server IIS yang terkompromi, perintah yang dijalankan melalui w3wp.exe mengidentifikasi konteks eksekusi dengan whoami, menghitung direktori aplikasi, memeriksa izin dengan icacls, dan menguji kemampuan menulis file ke web root,” ujar Arctic Wolf. “Pembuatan web shell ASPX oleh w3wp.exe, diikuti eksekusi perintah melalui proses pekerja IIS yang sama, menunjukkan kompromi melalui aplikasi web yang terdampak.”

Namun, kerentanan spesifik yang digunakan untuk mencapai eksekusi kode pada server IIS belum diketahui pasti. Dalam serangan lain, aktor ancaman disebut memulai dengan kredensial AWS yang valid yang diperoleh melalui cara yang belum teridentifikasi.

Penyalahgunaan Kredensial AWS dan Enumerasi Layanan Cloud

Dengan kredensial AWS yang valid, penyerang menyalahgunakan identitas IAM untuk memvalidasi kredensial dan menghitung puluhan layanan. Layanan yang dienumerasi mencakup IAM, EC2, S3, Lambda, Secrets Manager, KMS, RDS, ECS, EKS, Redshift, Athena, Glue, Systems Manager, API Gateway, CloudWatch, CloudFormation, DynamoDB, dan Amazon Bedrock.

Menurut Arctic Wolf, sebagian besar permintaan API lintas layanan yang terautentikasi berakhir dengan error “AccessDenied”. Namun, beberapa operasi penemuan dan akses secret berhasil. Setidaknya dalam beberapa kasus, aktivitas berlanjut hingga permintaan GetSecretValue yang berhasil terhadap secret produksi. Di kasus lain, identitas AWS yang valid digunakan untuk penemuan S3 dan operasi objek melalui panggilan API.

“Kerangka kerja agentic seperti ini membuat teknik pengujian penetrasi lebih mudah diakses oleh aktor ancaman, sekaligus meningkatkan kecepatan dan konsistensi penerapan teknik tersebut dalam serangan langsung,” kata Arctic Wolf.

AntiFox dan ARTEX: Alat Pentest AI yang Disalahgunakan

AntiFox tersedia untuk diunduh dari GitHub dan dideskripsikan sebagai platform pengujian penetrasi otonom yang digerakkan AI. Proyek ini telah di-fork 251 kali dan mendapat 474 bintang. Pada halaman README-nya, pengelola proyek menyatakan bahwa dengan target yang sah, sistem multi-agen planner/worker/main-agent menjalankan seluruh engagement melalui dual-graph core (graf aset global dan graf eksplorasi per tugas) — mulai dari recon, penemuan permukaan serangan, eksploitasi, penangkapan temuan, hingga pengiriman laporan.

“Tidak seperti kebanyakan alat pentest otomatis yang hebat dalam penemuan tetapi berhenti di penemuan, AntiFox menekankan pada pengiriman — mengubah apa yang ditemukan AI menjadi laporan yang dapat dipahami insinyur, direproduksi, didukung bukti, dan diserahkan langsung ke klien,” tulis pengelola.

Kemunculan AntiFox sejalan dengan meningkatnya penggunaan alat pentest AI seperti ARTEX untuk melancarkan serangan skala besar. Menurut data Censys, per 4 November 2026 terdapat 1.465 host yang menjalankan konsol ARTEX terbuka, sebagian besar berlokasi di AS, Hong Kong, Tiongkok, Jepang, Singapura, dan Korea Selatan. Namun, tidak semua instans tersebut bersifat malis.

Check Point Research melaporkan telah mengidentifikasi 2.557 sistem yang menjalankan ARTEX, termasuk 10 instans salah konfigurasi yang mengekspos basis data penuh. “Dalam banyak kasus, ARTEX membutuhkan interaksi yang sangat sedikit dari operatornya setelah tujuan ditetapkan,” kata Check Point. “Alih-alih mengarahkan serangan langkah demi langkah, operator sering kali memberikan tujuan dan membiarkan armada agen bekerja mencapainya. Interaksi manusia sebagian besar terbatas pada memeriksa kemajuan, menanyakan apakah target telah dikompromikan, atau kadang menyesuaikan prioritas.”

Dampak dan Skala Serangan AI

Serangan yang diamati sebagian besar bertujuan untuk menguras cryptocurrency, mencuri sertifikat penandatanganan kode Apple, mengompromikan akun game, dan melakukan serangan denial-of-service (DoS) terhadap situs judi. Aktivitas tersebut mengeksploitasi kerentanan seperti kata sandi lemah atau hard-coded, autentikasi yang hilang, insecure direct object references, dan eksekusi kode jarak jauh.

Dalam kampanye penargetan sertifikat penandatanganan kode Apple, agen ARTEX mencari basis data sertifikat di sistem yang terkompromi, lalu memvalidasi sertifikat yang dicuri dengan memeriksa kata sandi, kunci privat, status pencabutan Apple, tanggal kedaluwarsa, dan profil provisi terkait. Diperkirakan lebih dari 300 sertifikat beserta kata sandinya berhasil dipanen, dan tiga di antaranya lolos validasi penuh sehingga dapat digunakan untuk menandatangani aplikasi iOS sembarangan.

“Perubahan terbesar yang dibawa peretasan agentic ke lanskap ancaman siber adalah skala dan kecepatan,” kata Check Point. Seorang penjahat siber dengan keterampilan teknis terbatas dapat menugaskan agen AI untuk menyelidiki sejumlah target secara paralel dan mengeksploitasinya menggunakan kerentanan yang diketahui maupun zero-day dengan sedikit usaha manual.

CERT-EU dalam peringatannya menyatakan, “Relevansinya bagi kami terletak pada skala, kecepatan, dan persistensinya. ARTEX dapat menguji sejumlah besar salah konfigurasi kompleksitas rendah, termasuk yang akan diperhatikan oleh penguji manusia tetapi tidak punya waktu untuk memeriksanya, dan dapat melewati rantai serangan panjang tanpa kelelahan yang membatasi pengujian manual.”

AntiFox dan ARTEX merupakan bagian dari sekitar 45 kerangka kerja serangan agentic open-source yang dirancang untuk terhubung ke LLM dan bertindak atas output secara otonom. Kerangka kerja tersebut terbagi dalam lima kategori: network kill chain (PentAGI, RedAmon, DarkMoon), web-app dan API (Strix, Shannon, PentestGPT), terintegrasi C2 (Sage, echidna, Pojun, FORANG), harness (RAPTOR, CyberStrike, cyber-harness, Nebula, Cybermes), dan prototipe riset (Incalmo, hackingBuddyGPT, VulnBot, HackSynth, AutoPT, Ares).

“Setiap kerangka kerja memiliki kode sumber publik dan menghubungkan model ke dalam loop yang menjalankan alat dan bertindak atas outputnya,” kata GitGuardian. “Alat pentest AI agentic memberikan shell dan akses web kepada agennya, sehingga model dapat merakit pipeline saat runtime. Pencarian GitHub, unduhan scanner, dan kunci yang ditemukan diteruskan ke panggilan berikutnya semuanya hanya berjarak satu prompt, meskipun tidak ada yang dikirim dalam repositori.”

Langkah Selanjutnya dan Respons Industri

Hingga berita ini diturunkan, belum ada pernyataan resmi dari pengelola AntiFox terkait tuduhan penyalahgunaan platform mereka. Arctic Wolf merekomendasikan organisasi untuk memperkuat keamanan aplikasi web yang terekspos internet, terutama server IIS, dengan menambal kerentanan dan memantau pembuatan file ASPX yang mencurigakan. Selain itu, kredensial AWS harus dikelola dengan prinsip hak istimewa minimal dan rotasi berkala.

Penggunaan web shell dan kredensial yang valid menjadi vektor serangan yang sulit dideteksi karena aktivitas tersebut sering kali tampak seperti operasi normal. Pemantauan anomali pada panggilan API AWS, seperti permintaan GetSecretValue yang tidak biasa atau enumerasi layanan yang berlebihan, menjadi kunci untuk deteksi dini.

Industri keamanan siber kini dihadapkan pada dilema: alat pentest AI yang dirancang untuk membantu pertahanan justru dapat disalahgunakan oleh penyerang. Diperlukan kerangka regulasi dan etika dalam pengembangan serta distribusi alat semacam ini, termasuk pembatasan akses dan verifikasi pengguna.

Analisis Redaksi

Kemunculan AntiFox sebagai alat pentest AI yang disalahgunakan untuk mencuri kredensial AWS bukanlah kasus terisolasi. Ini adalah bagian dari tren yang lebih besar di mana teknologi yang dimaksudkan untuk tujuan defensif dengan cepat diadopsi oleh aktor malis. Yang membedakan AntiFox dari alat tradisional adalah kemampuannya mengotomatiskan seluruh siklus serangan, dari reconnaissance hingga eksfiltrasi data, dengan intervensi manusia yang minimal.

Fenomena ini menimbulkan pertanyaan mendasar tentang tanggung jawab pengembang alat keamanan. Ketika sebuah platform open-source menyediakan kemampuan ofensif canggih, siapa yang bertanggung jawab ketika alat tersebut digunakan untuk kejahatan? Pengelola AntiFox mungkin tidak memiliki niat jahat, tetapi kurangnya pengawasan dan kontrol akses membuat alat tersebut rentan disalahgunakan. Diperlukan semacam “responsible disclosure” untuk alat pentest AI, mirip dengan yang diterapkan pada kerentanan perangkat lunak.

Selain itu, organisasi perlu menyadari bahwa pertahanan tradisional mungkin tidak cukup menghadapi serangan yang digerakkan AI. Kecepatan dan skala yang ditawarkan alat seperti ARTEX dan AntiFox memungkinkan penyerang untuk menguji ribuan target secara paralel, menemukan celah yang bahkan tidak sempat diperiksa oleh penguji manusia. Investasi dalam deteksi anomali berbasis AI dan otomatisasi respons menjadi semakin mendesak. Pada akhirnya, pertempuran di dunia maya kini semakin banyak dimainkan oleh mesin, dan manusia harus memastikan bahwa mesin-mesin tersebut berada di pihak yang benar.

Sumber: thehackernews.com, github.com