思科開源CAIRN工具，透過AI使用痕跡追蹤新型惡意程式

思科開源 CAIRN 工具：以 AI 使用痕跡追蹤新型惡意程式

思科（Cisco）資安研究團隊 Talos 於 9 月 22 日正式開源 CAIRN（Cognitive Artifact Intelligence Research Network），提供研究人員在不下載或執行惡意程式檔案的前提下，透過 AI 提示詞、API 端點等使用痕跡，快速搜尋、分類與追蹤整合 AI 功能的惡意程式。

背景與技術架構

隨著大型語言模型（LLM）日益普及，攻擊者開始將 LLM 嵌入惡意程式，利用模型分析受害電腦環境、產生指令，甚至自行決定下一步攻擊行動。CAIRN 採取 Metadata‑first（以中繼資料為優先）的分析策略，結合 VirusTotal 已有的檔案資訊、擷取字串與沙箱行為紀錄，先行篩選出可能具備 AI 功能的樣本。

工具內建 24 種搜尋與篩選條件，結合 YARA（惡意程式偵測規則）規則、語意分群與關聯圖譜，將偵測結果分為三個層級：

辨識樣本是否具備 AI 相關特徵；
判斷這些特徵是否涉及實際攻擊行為；
歸類至特定惡意程式家族。

此外，CAIRN 能分析樣本是否共用網域、IP 位址或指揮與控制（C2）伺服器，協助研究人員追蹤相關攻擊活動。Talos 仍提醒，初步偵測結果須經逆向工程驗證，方能確定惡意程式家族與功能。

重大發現：CLOSEDQUORUM

利用 CAIRN，Talos 近期發現一款名為 CLOSEDQUORUM 的自主 AI 惡意程式。該程式可同時呼叫 DeepSeek、Qwen、Mistral 與 Google Gemini 四大 LLM，透過模型投票決定下一步攻擊，包括竊取使用者憑證、加密貨幣錢包資料，以及建立持續存取機制。與傳統依賴 C2 伺服器下達指令的惡意程式不同，CLOSEDQUORUM 直接以商用 AI 服務作為決策核心，攻擊結果則回傳至 Discord（即時通訊平台）。目前公開樣本仍使用測試用 API 金鑰，尚未確認已在真實攻擊中部署。

開源與未來展望

CAIRN 的程式碼、YARA 規則、樣本搜尋條件與惡意程式家族報告已於 GitHub 以 MIT 授權釋出，供全球資安研究人員自由使用與改進。開源版不含 Talos 自行蒐集的樣本資料庫，使用者須自行取得 VirusTotal API 金鑰，才能依公開的雜湊值與搜尋條件重建資料庫。

隨著 AI 技術持續滲透資訊安全領域，未來的惡意程式將更具自律性與隱蔽性。CAIRN 為資安社群提供一條「先行偵測」的道路，讓研究人員能在惡意程式真正執行前，先行捕捉其 AI 使用痕跡，降低防禦成本。對於企業與個人使用者而言，持續關注此類開源工具的更新與社群貢獻，將是提升整體資安韌性的關鍵。