GoBruteforcer(GoBrut)僵尸网络新攻势:AI 生成弱配置成“帮凶”,瞄准加密货币及区块链数据库

GoBruteforcer(又称 GoBrut)僵尸网络近期发起新一轮大规模攻击,主要针对暴露在公网的 Linux 服务器,尤其是那些疑似使用 AI 生成示例配置 的加密货币和区块链项目数据库。

该恶意软件使用 Golang 编写擅长对公网暴露的 FTP、MySQL、PostgreSQL 和 phpMyAdmin 服务实施暴力破解。它通常从已沦陷的 Linux 服务器出发,随机扫描公网 IP 并尝试登录。

Inside GoBruteforcer: AI-Generated Server Defaults, Weak Passwords, and Crypto-Focused Campaigns - Check Point Research

GoBruteforcer 僵尸网络暴力破解示意图(弱密码与登录风险)

利用薄弱防御实施入侵

研究人员估计,互联网上目前可能有超过 5 万台 服务器易受 GoBruteforcer 攻击。攻击者最常通过运行 XAMPP 的服务器上的 FTP 服务获得初始访问权限------因为默认配置往往包含极易被破解的弱口令,且除非管理员手动加固,否则极易沦陷。

成功登录后(常用账户如 daemon、nobody),攻击者通常会:

  • Web Shell(网页后门) 上传至网站根目录
  • 通过配置不当的 MySQL 或 phpMyAdmin 面板上传后门
  • 下载 IRC 僵尸程序和暴力破解模块,完成感染链

GoBruteforcer Botnet Targets Crypto Project Databases by Exploiting Weak Credentials

GoBruteforcer 典型感染链流程图(从 WebShell 到 IRC Bot 再到全网扫描)

恶意软件启动后会有 10 至 400 秒的延迟,在 x86_64 架构上可同时运行高达 95 个 暴力破解线程。这些线程会生成随机公网 IPv4 地址,探测常见服务端口,尝试内置凭证列表并自动跳过私有网络、AWS 云段及美国政府网络。

FTP 模块内置了 22 组硬编码用户名/密码对,这些凭证与 XAMPP 等开发套件的默认或常见部署账户高度匹配。

AI 生成配置与老旧套件成"助攻"

GoBruteforcer 近期活跃度激增,主要得益于两个因素:

  1. AI 生成配置泛滥 大量服务器复用了大语言模型(LLM)输出的通用配置片段,导致弱口令和可预测用户名(如 appuser、myuser、operator)大量出现。这些用户名常见于 AI 生成的 Docker 和 DevOps 指南中,一旦被实际部署,就极易遭受密码喷洒攻击。

AI model security: Concerns, best practices and techniques

AI 生成配置导致的安全风险示意图

  1. 过时服务器套件:XAMPP 等老旧开发套件在部署时仍保留默认凭证和开放的 FTP 服务,使攻击者能轻松植入 Web 后门。

典型攻击案例中,一台受感染主机被植入了 TRON 钱包扫描工具 。该工具使用包含约 2.3 万个 TRON 地址 的列表,对 TRON 和币安智能链(BSC)进行全网扫描,自动识别并转移余额非零的钱包资产。

Understanding Address Poisoning on the TRON Blockchain | TRM Blog

TRON 区块链相关钱包扫描与资产窃取流程示意图

防御建议

为有效防御 GoBruteforcer 攻击,服务器管理员应采取以下措施:

  • 避免直接使用 AI 生成的部署指南,务必手动审核并强化配置
  • 使用非默认用户名 + 强密码 组合
  • 及时检查并关闭不必要的公网暴露服务(FTP、phpMyAdmin、MySQL、PostgreSQL)
  • 将 XAMPP 等过时开发套件替换为更安全的现代替代方案
  • 定期监控服务器日志,启用入侵检测与失败登录限制

GoBruteforcer 的案例再次提醒我们便利的 AI 工具和快速部署套件在带来效率的同时,也可能显著放大安全风险 加密货币和区块链项目尤其需要加强基础设施安全防护。

相关推荐
冬奇Lab6 分钟前
RAG 系列(一):大模型为什么需要「外挂记忆」
人工智能·llm
冬奇Lab10 分钟前
一天一个开源项目(第86篇):VibeVoice —— 微软开源的前沿语音 AI,单次处理 90 分钟多说话人音频
人工智能·llm
AnalogElectronic37 分钟前
linux 测试网络和端口是否连通的命令详解
linux·网络·php
AI自动化工坊1 小时前
Hugging Face ml-intern技术深度解析:AI机器学习工程师的工程实践
人工智能·机器学习·huggingface·ml-intern·ai机器学习
疯狂成瘾者1 小时前
Agent 的需求理解质量如何具体实现:从意图识别到槽位补全、追问与确认机制
人工智能·自然语言处理
北京软秦科技有限公司1 小时前
资料验收报告审核再升级,IACheck与AI报告审核共同开创新标准
人工智能
Zzj_tju1 小时前
视觉语言模型技术指南:图像是怎么“接入”语言模型的?视觉编码器、投影层与对齐机制详解
人工智能·语言模型·自然语言处理
Fullde福德负载箱厂家1 小时前
负载箱的日常运维与故障处置:用户应知的设备保养与异常应对
人工智能·制造
jinanwuhuaguo1 小时前
OpenClaw工程解剖——RAG、向量织构与“记忆宫殿”的索引拓扑学(第十三篇)
android·开发语言·人工智能·kotlin·拓扑学·openclaw
Rust研习社1 小时前
使用 Axum 构建高性能异步 Web 服务
开发语言·前端·网络·后端·http·rust