Wouter Hoeffnagel - 22 mei 2025

'Agentic AI zorgt voor nieuwe generatie cyberdreigingen'

Agentic AI brengt een nieuwe generatie cyberdreigingen met zich mee. Zo kunnen AI-agents zonder menselijke sturing volledige aanvallen plannen, uitvoeren en optimaliseren. Dit is ook terug te zien in de tijd die aanvallers nodig hebben voor het stelen van data. De gemiddelde tijd is gedaald naar slechts 2 dagen, terwijl in 20% van de gevallen aanvallers minder dan een uur nodig hebben.

'Agentic AI zorgt voor nieuwe generatie cyberdreigingen' image

Hiervoor waarschuwt Unit 42, de onderzoeksgroep van Palo Alto Networks. In een recente simulatie van de groep werd een volledige ransomware-aanval uitgevoerd in slechts 25 minuten. Dankzij AI-automatisering in elke fase verliep de aanval 100 keer sneller dan bij traditionele methodes.

Attack Chain-model

Unit 42 heeft een Attack Chain-model ontwikkeld dat illustreert hoe autonome AI-agents samenwerken om een volledige aanval zelfstandig en iteratief uit te voeren. Elke agent richt zich op een specifieke fase, waarbij het systeem zich continu aanpast aan obstakels en omstandigheden.

  • Verkenning – AI-agents verzamelen voortdurend informatie over doelwitten via openbare bronnen zoals social media en passen hun strategie in realtime aan. Bijvoorbeeld: bij een nieuwe vacature ontdekt de agent welk systeem wordt gebruikt en lokaliseert direct een kwetsbare testomgeving.
  • Initieel toegang – AI genereert gepersonaliseerde phishingaanvallen en test meerdere kanalen, zoals e-mail, Teams of LinkedIn. Bijvoorbeeld: een mislukte e-mailpoging wordt vervangen door een Teams-bericht in informele toon, inclusief bedrijfscontext.
  • Uitvoering – De malware observeert de context (tijdstip, gebruiker, beveiliging) en kiest automatisch de veiligste aanvalsvorm. Bijvoorbeeld: De payload activeert pas wanneer de gebruiker Outlook opent.
  • Persistentie – Meerdere toegangspunten worden geautomatiseerd ingericht en hersteld zodra er één wordt geblokkeerd. Bijvoorbeeld: een run key wordt hersteld via een vooraf geplande fallback-taak.
  • Ontwijking van Detectie – AI-malware past zich bij detectie direct aan, hercodeert zichzelf en wisselt van kanaal of gedrag. Bijvoorbeeld: Malwareverkeer dat wordt geblokkeerd, wordt direct opnieuw verpakt als legitiem Windows-verkeer.
  • Ontdekking – Agenten brengen het netwerk stilletjes in kaart en analyseren gebruikersgedrag om waardevolle systemen te lokaliseren. Bijvoorbeeld: Een testserver leidt bijvoorbeeld naar een productiecluster met gevoelige back-ups.
  • Data-exfiltratie – Data wordt versleuteld, opgedeeld en naar buiten gestuurd via vertrouwde tools als Slack of OneDrive. Bijvoorbeeld: Wordt Slack geblokkeerd, dan schakelt de agent automatisch over op OneDrive-syncs zonder detectie.

'Fundamentele verschuiving in ontwikkeling van cyberaanvallen'

Unit 42 waarschuwt dat de opkomst van Agentic AI een fundamentele verschuiving markeert in het ontstaan en de ontwikkeling van cyberaanvallen: sneller, gerichter en vrijwel onmogelijk om met klassieke middelen bij te houden. Deze technologie vraagt volgens de onderzoekers om een urgente herziening van cybersecurity strategieën. Unit 42 adviseert organisaties om AI-gedreven cybersecurity toe te passen, purple teaming oefeningen uit te voeren en te investeren in geautomatiseerde detectie en respons.

DIC Security Day BW tm 1 juli 2025 Forescout 15/05/2025 t/m 23/05/2025 BW
Gartner BN tm 12-11-2025 - 3

Wil jij dagelijkse updates?

Schrijf je dan in voor onze nieuwsbrief!