根據 thehackernews.com 的最新 ThreatsDay 報告，當前的網路威脅正處於一個快速演進的轉折點。攻擊者不再僅依賴單一的漏洞利用，而是將人工智慧（AI）、區塊鏈技術與傳統的社交工程相結合，創造出更具韌性且難以偵測的攻擊路徑。從大規模的物聯網（IoT）設備入侵到針對工業控制系統的精準打擊，現代威脅的核心邏輯在於尋找信任成本最低、防禦摩擦最小的切入點。
AI 與區塊鏈技術的武器化
在指令與控制（C2, Command and Control）的維度上，攻擊者正試圖擺脫對中心化伺服器的依賴，以避免被安全人員迅速封鎖。例如 Aeternum 僵屍網路已將其 C2 基礎設施完全遷移至 Polygon 公開區塊鏈上。攻擊者利用智慧合約（Smart Contracts）直接編寫加密指令，受感染設備則透過公共 RPC（遠端程序呼叫）端點查詢指令。這種去中心化的運作方式極大地提高了威脅的生存能力，讓傳統的域名封鎖或伺服器接管手段幾乎失效。
更令人關注的是 AI 的介入。ToxNetV2 僵屍網路已將大型語言模型（LLM）整合進其控制流程中。該系統透過 NVIDIA NIM 呼叫 GLM-5.2 模型，根據受感染主機的環境遙測數據，由 AI 建議最適合的攻擊行動（如檔案寫入、遠端 SSH 等），再由操作員審核執行。這意味著惡意軟體正從「固定指令集」轉向「環境自適應」的智能化攻擊。
針對關鍵基礎設施與物聯網的擴張
物聯網設備因其安全性普遍低下，持續成為僵屍網路的主要養分。Dysphoria 僵屍網路已感染近 29.6 萬台 IoT 設備，除了執行傳統的 DDoS（分散式阻斷服務）攻擊外，還增加了住宅代理（Residential Proxy）功能，讓攻擊者能利用受害者的家用 IP 隱匿真實身份。
在工業安全領域，美國網路安全與基礎設施安全局（CISA）警告，超過 100 個水務與廢水系統（WWS）在 7 月遭受伊朗駭客攻擊。這些攻擊主要針對直接透過行動數據機連接至網路的 PLC（可程式化邏輯控制器）。PLC 是工業自動化控制的核心硬體，一旦暴露在公網且缺乏適當認證，攻擊者可輕易接管水處理流程。這再次證明，即使使用了 AI 撰寫漏洞利用腳本，最根本的問題依然是基礎設施過度暴露於公網。
新型惡意軟體與社交工程的變種
在端點威脅方面，資訊竊取者（Infostealers）與遠端存取木馬（RAT）的模組化趨勢明顯。例如 Vanta Stealer 與 Phantom Stealer 針對瀏覽器憑證、加密貨幣錢包及 session cookies 進行大規模收割。而像 Abyssos 與 PackClient 這樣的 RAT 則提供高度模組化的功能，包括 VNC 遠端桌面、網頁攝影機串流以及 SOCKS 代理隧道，使其能根據目標需求動態下載插件。
社交工程則演變為「即時操作」模式。JWR 網路釣魚框架不再只是靜態地收集表單資料，而是透過 WebSocket 保持與攻擊者的即時連接。當受害者在假頁面輸入資料時，操作員能即時引導受害者完成二階段驗證（2FA），實現真正的即時帳號接管。此外，針對企業員工的偽裝攻擊依然有效，ReliaQuest 曾遭遇駭客偽裝成安全團隊成員，利用偽造的單一登入（SSO）頁面與 MFA 推播濫用，成功獲取短期會話權限。
防禦挑戰與實務限制
面對這些進化，微軟（Microsoft）警告企業，漏洞修補的「窗口期」正在迅速縮短。由於 AI 加速了漏洞分析與 PoC（概念驗證）的傳播，一個漏洞從公布到被大規模掃描可能僅需數小時。對於擁有數千台伺服器的企業而言，完全依賴修補程式已不足夠，必須建立以網路為中心的控制平面，在修補完成前先降低可利用性。
此外，AI 代理（AI Agents）的普及帶來了新的治理漏洞。研究顯示，高達 80% 的企業 AI 工具缺乏 IT 監督，其中許多 MCP（模型上下文協定）伺服器具備讀取本地數據並連接網路的能力，這為數據外洩提供了直接路徑。例如 Deadbugz 攻擊活動即利用惡意 MCP 伺服器，在 AI 代理執行數次正常任務後，突然改變指令，誘導 AI 搜尋 SSH 金鑰或 AWS 憑證。
總結而言，無論是利用區塊鏈隱藏指令，還是利用 AI 優化攻擊路徑，駭客的目標始終是那些被忽視的弱點：未修補的設備、過度信任的員工以及缺乏監督的 AI 工具。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。