印度计算机应急响应团队发布了一项重大警告:攻击者正在使用 AI 辅助工具攻击金融机构,并利用支付和款项发放 API 发起未经授权的资金转移。
于 2026年11月4日 发布的 CERT-In 通告涵盖了非银行金融公司、数字借贷平台、金融科技公司、支付服务提供商和虚拟资产业务机构报告的事件。通告称,一些机构在整改不彻底后再次遭到攻击。
对于金融机构而言,这项警告提出了一个实际问题:安全团队能多快发现通往支付系统的暴露路径、将其关闭,并验证它确实已关闭?
印度:攻击者正瞄准支付 API
CERT-In 将这一活动称为 CRAFTY FALCON。其通告描述了 AI 驱动攻击工具的使用情况,并报告称,攻击者选择在节假日、周末及其他监控可能减弱的时段发动攻击。
报告中的攻击模式包括:先入侵暴露在互联网上的用户验收测试(UAT)、预发布或测试环境,再通过共享凭证、令牌或网络路径向生产环境推进。CERT-In 还描述了攻击者分析应用程序代码,以开发针对性漏洞利用方法并发起未经授权的 API 调用的情况。
API 即使正确验证了请求身份,仍可能需要检查调用方是否有权对特定商户、账户或交易执行操作。当接口能够发起支付、更改账户信息或与款项发放流程交互时,这一区别尤为重要。
金融监管机构正在扩大关注范围
在韩国,金融委员会(FSC)报告称,在 2026年9月30日和2026年11月3日 之间,37 家金融公司共发生 40 起黑客攻击事件。约 473,000 条信息记录遭到泄露,规模较小的虚拟资产、电子金融和在线借贷企业报告称,其管理的账户中约有 KRW 1 billion 的资金被盗。FSC 在发布报告时尚未发现个人用户的资金损失。
FSC 后续的检查计划涵盖对外接入点、身份验证与访问控制、业务与管理 API,以及 Web 开发和测试系统。在其 10月14日的更新中,FSC 表示,相关部门正在调查这些事件是否相互关联,以及是否使用了 AI。汇总数据并不能证明所有事件都属于同一场 AI 攻击活动。
日本国立信息通信研究机构警告称,攻击者正在分析公开可获取的 Android 应用程序,并利用这些信息攻击其后端服务器。日本金融厅和日本银行也要求采取短期措施,以帮助金融机构应对前沿 AI 威胁。
11月12日,澳大利亚审慎监管局警告称,AI 可能加快漏洞发现与利用的速度,使金融机构和重要服务提供商用于评估风险暴露并作出响应的时间更少。
近期事件暴露了金融供应链不同环节的问题
以下事件的原因和影响各不相同。它们体现了金融和数字资产业务所依赖的系统范围,并不能证明存在一场统一协调的攻击活动。
Binance:大规模资金受影响。 Binance 报告称,其10月29日的安全事件影响了约 63.4亿 USD 的数字资产。FBI 将此次盗窃归因于朝鲜。这些披露并不能证明该事件由 AI 智能体造成。
Chainstack:从开发环境进入生产环境。 这家基础设施提供商报告称,攻击者访问了其开发环境,随后进入部分生产环境,触及客户账户数据和存储节点凭证的系统。Chainstack 以高置信度判断,攻击者使用了 ARTEX 智能体框架。该公司要求客户轮换凭证,以防万一。
GitBook:集成凭证。 GitBook 披露了其基础设施遭到未经授权访问的情况,并称此次攻击涉及 AI 智能体。其事件响应包括凭证轮换,以及为使用集成和 API 令牌的客户提供指导。
Chainalysis:对安全服务的依赖。 Chainalysis 报告称,客户信息、密码哈希和有效令牌遭到泄露,并在响应期间暂时将部分服务下线。该公司表示,外部攻击者使用了攻击性智能体技术;其调查更新明确区分了此次事件与 Binance 盗窃事件。
这些案例共同指向三个不同的安全重点:保护授权和转移资金的系统;管控开发与生产环境中的凭证;为关键服务提供商不可用做好准备。每一项都需要不同的测试,以及不同的响应负责人。
AI 给金融网络安全带来了哪些变化
AI 工具可以帮助攻击者搜索暴露的资产和凭证、解读响应、重试失败步骤,并协调针对多个目标的活动。这可能缩短从暴露到造成影响的时间间隔。
Microsoft 报告了一个案例:一个 AI 智能体在约五分钟内,从在 GitHub 上搜索密钥等秘密信息,推进到从 Azure Key Vault 窃取数据。Microsoft 还观察到,有效应用程序凭证被滥用于云环境探查和数据访问。该报告并未描述此案例中存在未经授权的支付。
速度提升使事先准备更加重要。团队需要知道哪些凭证能够访问支付系统、谁能撤销这些凭证、受影响的服务承担什么功能,以及当某个服务提供商不可用时,业务如何继续运行。
支付机构现在应测试什么
首先盘点面向互联网的应用程序、API、管理控制台、预发布环境和第三方连接。将每项资产对应到负责人,以及它能够触及的业务功能。
然后验证服务身份和金融操作周围的安全边界:
- 审查 API 令牌和密钥的存储位置、谁可以使用它们、它们的权限以及如何撤销它们。
- 将测试与生产环境的身份、密钥等秘密信息和网络访问隔离。
- 验证针对商户、账户、订单和收款人的对象级授权。
- 测试退款、提现和款项发放所允许的状态转换。
- 与安全、工程、运营和财务团队一起开展凭证失陷和第三方服务中断场景演练。
BlockSec 的视角:沿路径追踪至业务操作
当外部资产能够通向敏感操作时,其潜在影响就会更大。BlockSec 关注三个相互关联的领域:面向客户的应用程序和 API;基础设施和内部访问;供应商和外部依赖。评估会从一个可访问的入口出发,沿路径追踪至它实际能够触及的数据、操作或支撑系统。
例如,如果测试门户处于隔离状态,且仅存储合成数据,其影响可能较低。但如果共享凭证能够访问生产环境的商户 API,其风险就会发生变化。经授权的评估应确定这条路径是否存在,以及访问控制、交易状态控制和审批控制是否能在预定边界阻断这条路径。
这种方法有助于围绕三类后果确定整改优先级:未经授权的资金转移或错误入账、未经授权的数据访问,以及关键业务服务中断。对于已验证存在通往支付功能路径的暴露系统,可能需要采取不同于无敏感访问权限的隔离服务的响应措施。
对于数字资产服务,评估范围还可能包括钱包、交易构建、签名和结算。BlockSec 的加密支付安全手册概述了这些组件如何在支付系统中相互连接。
BlockSec 如何帮助金融机构做好准备
BlockSec 的支付安全解决方案首先对约定资产开展经授权的外部渗透测试。团队从外部视角识别可访问的入口、验证弱点、沿可用路径进行追踪,并评估这些路径对资金、数据和服务可用性的潜在影响。初始黑盒评估不需要源代码、内部账户或特殊系统访问权限。
评估发现会记录入口、条件、证据、业务影响和整改建议。基础服务包含整改后的一次复测。根据评估发现和机构需求,进一步工作可以包括架构评估、源代码审计、攻击与事件响应演练,或持续监控与响应。工作开始前,各方会以书面形式约定范围、安全防护措施和测试条件。进一步了解 BlockSec 的支付安全方法。
评估你面对 AI 加速攻击的风险暴露。 通过 [email protected] 联系 BlockSec,讨论支付安全评估应纳入的系统、测试边界和业务流程。
系列:AI 时代的支付安全。下一篇文章将探讨韩国金融业的安全事件及监管响应。



