AIDEFEND in Action AIA-0134 實際事件

ARTEX 攻擊事件:公開在 GitHub 上的憑證直接成了 Entra 與 Azure 存取入口

Microsoft 觀察到攻擊者使用自動化工具 ARTEX 搜尋公開在 GitHub 上的憑證,接著拿有效的 Microsoft Entra 應用程式憑證直接存取受害企業環境。不同受害租戶出現的後續活動包括雲端資源探索、Azure Key Vault(雲端機密保管庫)與儲存空間存取、Microsoft Graph 操作,以及 AI 資源探測。在其中一個被完整觀察到的案例裡,Agent 從搜尋儲存庫到外傳 Key Vault 裡的機密資料(secrets)只花了五分鐘;不過報告也指出,並不是每個受害租戶都經歷了完全相同的攻擊鏈。

Credential ExposureService Principal TakeoverCredential GovernanceCloud IAMAgentic AI
9 項對應的 AIDEFEND 防禦手法
來源: Threat actors use agentic AI tooling to find and abuse exposed secrets 
作者: Microsoft Threat Intelligence
原文發布: 2026年11月5日

威脅分析

  • 還有效的公開機密,本身就是現成的入侵門票:在公開程式碼儲存庫搜尋憑證,就有機會直接拿到帶有既定權限的應用程式身分,無須任何軟體漏洞就能連進雲端資源。五分鐘外傳只是單一觀察案例的速度,不能套用到每一個受害租戶。
  • 探索資源與實際外洩是兩回事:經過錯誤修正與重試的 ARM(Azure Resource Manager,Azure 資源管理控制平面)呼叫、Microsoft Graph(讀取雲端身分與組織資料的統一 API)操作、讀取 secrets 與探測 AI 資源,屬於不同層次的動作;光有成功登入或中繼資料查詢紀錄,並不代表所有後端資料都已經被搬走。
  • 驗證與清除的機制層次不同:應用程式專用憑證不需要使用者互動登入或 MFA 就能直接使用。單純把公開的檔案從 GitHub 刪掉,並不會讓已經流出的憑證失效;同樣地,就算移除了用戶端憑證,先前已經簽發出去的存取 token 也未必會立刻跟著過期。

適用的 9 項 AIDEFEND 防禦手法

AID-H-003.005
Infrastructure as Code (IaC) Security Scanning for AI Systems
高
針對 AI 工作負載設定與 IaC 檔案,在合併或上傳前掃描目前版本、完整可達歷史紀錄、展開後的部署計畫以及建置或設定成品,主動攔下外露的機密憑證(secrets)。例外排除項目必須經過明確審查,掃描器出錯時則直接擋下不放行;GitHub 推送保護與公開監控是不錯的補充防線,但都無法讓早就已經被複製走的舊憑證失效。
AID-E-001.001
Root & Long-Lived Credential Object Eviction
高
依照真正簽發端與驗證端的清單,徹底撤銷或更換已外洩的應用程式憑證,以及該身分原本有權讀取的所有 secrets;歷史紀錄與副本也要一併清查,千萬別把從 GitHub 刪檔當成已經撤銷,務必實測舊值遭拒且新值只交付給乾淨的使用端。若調查發現攻擊者還另外新增了用戶端 secrets 或憑證,光換掉原本的憑證不夠,還必須保留物件識別碼與稽核證據後,單獨移除攻擊者新增的那幾筆物件,再重新列舉應用程式確認目標憑證已全數失效。
AID-E-001.002
Issued Token, Authentication Session & Lease Revocation
高
把已經簽發出去的存取 token 與工作階段,和移除用戶端憑證分開處理:使用平台支援的撤銷或使用端拒絕機制;若暫時無法立即使其失效,就維持隔離直到確定過期。Microsoft 也明確提醒,已簽發的 token 在憑證被移除後仍可能繼續有效。
AID-E-001.003
AI Agent & Workload Principal and Issuance Disablement
高
直接在 Entra 管理端停用受入侵服務主體的重新驗證與身分聯邦路徑,核對實際綁定狀態並把攻擊者新增的聯邦憑證一併納入清除;動手後實測無法再簽發新 token,但不能宣稱這樣就能讓攻擊者手上既有的 token 立刻失效。
AID-H-004.002
Service & API Authentication
中
把應用程式憑證統一收進代管機密保管庫,縮緊資源授權並設定由簽發端強制執行的短效期,在支援的情境下則直接改用工作負載原生身分驗證;確認程式碼與設定匯出裡不再夾帶可重複使用的明文憑證,並實測舊憑證在 Entra 確實遭拒。要注意短效期只縮小暴露時間窗,擋不住本案這種五分鐘內就發生的立即濫用。如果受影響的是 Azure OpenAI 資源,應改用核准的 Entra 工作負載身分搭配僅限該資源範圍的 OpenAI User 角色,並在供應商端關閉本機金鑰驗證,等待資料平面設定生效後獨立實測:舊金鑰必須遭到拒絕,而核准的工作負載仍能正常呼叫。這項做法能鎖住 AI 服務存取,但管不到無關的 Graph 或 Key Vault 權限。
AID-D-011.004
Non-Human Identity & Delegated Token Abuse Detection
中
把 Entra 服務主體的憑證簽發與登入事件,拿來跟 ARM、Key Vault、Storage、Graph 及 AI 資源的存取日誌交叉關聯,找出未經核准的工作負載與資源組合、跨資源大量讀取與憑證異動,包含先失敗後成功的試探紀錄。分析前先確認日誌覆蓋率;如果缺少 Graph 或保管庫紀錄,應誠實保留證據缺口。
AID-DV-002
Honey Data, Decoy Artifacts & Canary Tokens for AI
中
獲授權的防守團隊可以在刻意公開的誘餌設定檔中,放入擁有獨立登錄識別且沒有任何正式權限的誘餌憑證來監測濫用;誘餌必須與真實資料完全隔離,並預先實測從事件產生到收到警示的完整路徑。留意框架裡的 AWS 誘餌範例並不是 Azure 憑證格式,部署到 Azure 時需要換成經審查的誘餌身分以及對應的登入與警示介接。
AID-R-003.003
Progressive Capability & Privilege Re-enablement
中
等到憑證清除、停止新簽發與資源存取檢查全都過關後,再恢復應用程式與 AI 服務權限;先從最少必要資源與受監控流量開始,確認替換後的身分不會把原本過寬的權限又帶回來。光有換過的新憑證,並不能證明租戶已經安全復原。
AID-DV-001
Honeypot AI Services & Decoy Models/APIs
中
獲授權的雲端防守團隊可透過自管的誘餌設定公開專用的 AI 誘餌端點,只回傳靜態合成回應,背後完全不接真實模型、憑證、客戶資料或正式環境;同時在誘餌之外的系統登記端點與預期探測事件、限制資源與對外連線,並實測受控探測能確實送達回應服務與監控團隊。這能協助揭露或分散 AI 資源偵察活動,但無法保證攻擊 Agent 一定會挑中誘餌,也阻止不了它繼續拿已竊得的真實憑證做事。

身為資安防禦者,我們應該這麼做

  • 全面掃描 AI 部署設定檔、Git 歷史紀錄與建置成品,在程式碼公開前就攔下支援辨識的機密憑證(secrets),並改用受控管、權限受限的工作負載憑證,平台支援時採用受管身分;只要曾經公開過的值,一律視為已經外洩。
  • 把 Entra 登入與資源端日誌交叉比對,調查範圍不要只鎖定公告列出的 IP。徹底撤銷暴露與攻擊者另外新增的憑證、封閉新憑證簽發管道,再分開處理已經簽發出去的 token;若要依賴工作負載條件式存取,先確認身分擁有權與授權需求是否符合。
  • 針對 Azure OpenAI 服務,必須直接從資料平面驗證受管身分設定與本機金鑰是否確實已停用;若要部署誘餌憑證,只能在完全隔離且已實測警示送達的前提下使用;最後再以分階段驗證的方式逐步恢復應用程式權限。

結論

真正擋得住的防線不在猜測攻擊 Agent 的節奏,而在受害者自己掌握的儲存庫、身分與資源這三道邊界。不管自動化工具搜尋或重試的速度有多快,這些控制都能把它的實際可用權限鎖在最小範圍內。

最後更新: