Keyboard shortcuts

Press ← or → to navigate between chapters

Press S or / to search in the book

Press ? to show this help

Press Esc to hide this help

凭证访问 (AML.TA0013)

一句话理解

攻击者偷的不是你的数据,而是你的“钥匙“——密码、API 密钥、会话 Cookie;拿到钥匙,就能冒充合法用户打开整个 AI 系统的大门。

战术概述

凭证访问是 ATLAS 攻击链的中段关键环节:攻击者想方设法窃取账户名与密码等凭证,为冒充合法用户、渗透更多系统铺路。与传统 ATT&CK 凭证访问相比,ATLAS 凭证访问的最大变化是凭证形态的扩张——除了传统的密码、哈希与票据,AI 时代还多了模型 API 密钥、智能体工具凭证、被 RAG 误吞的内部密码、直通 AI 控制台的会话 Cookie。这些新“钥匙“往往权限更高、防护更弱、流转路径更隐蔽。

通俗解释: 传统凭证访问像小偷撬开住户的抽屉找备用钥匙;ATLAS 凭证访问则是把智能门锁的“管理密码“也一起偷走——AI 智能体的配置文件里塞满了 API 密钥、令牌和数据库连接串;RAG 知识库可能吞下了写着密码的内部文档,攻击者一句话就能让 AI 帮忙“召回“;浏览器里的会话 Cookie 更是免密码、免 MFA 直登 AI 控制台的万能票。用合法凭证进门,安防系统甚至不会报警。

在攻击中的作用: 凭证访问位于 MITRE ATLAS 攻击链的中后段,通常在攻击者获得初始立足点之后展开。使用合法凭证访问系统比漏洞利用更难被检测;窃取的凭证可直接用于访问 AI 智能体、LLM 与推理 API 等其他 AI 服务(横向移动),也为进一步创建账户、扩大战果提供了机会。凭证还可能让攻击者触达 AI DevOps 生命周期中的其他软件工具与数据源——从模型仓库到训练管线,整条供应链都可能随之暴露。

AI 系统的凭证防护为何普遍薄弱:

  • 凭证数量爆炸:一个智能体可能同时持有数据库、云资源、邮件、代码仓库等多个工具的凭证,密钥散布在配置文件、环境变量与工具链的各个环节
  • 权限普遍过宽:为省事常给智能体配发管理员级 API 密钥,凭证失窃后攻击者的权限远超智能体实际所需
  • 新攻击面缺乏审计:智能体配置读取、RAG 检索行为的日志往往不被纳入传统凭证监控范围,失窃行为难以溯源

包含的技术类型:

  • 传统凭证窃取的 AI 延伸:在失陷系统中搜刮不安全存放的凭证(AML.T0055)、转储操作系统凭证(AML.T0090)、利用漏洞夺取凭证(AML.T0106)、窃取 Web 会话 Cookie(AML.T0113)
  • AI 智能体特有:从智能体配置文件中提取外部工具与服务的凭证(AML.T0083)、借智能体之手检索其连接的数据源窃取凭证(AML.T0098)
  • RAG 特有:诱导 LLM 利用 RAG 检索,吐出被误吞进知识库的内部凭证(AML.T0082)

值得警惕的典型场景: 组织部署 AI 智能体时,为图方便常把数据库、云资源与 API 的密钥明文写在配置文件里,而不是交给专用的密钥管理服务。攻击者一旦读取智能体配置,就等于拿到一串直通敏感系统的“万能钥匙“——这些凭证的权限往往远超智能体本身,且完全绕开了智能体侧部署的安全护栏。

另一类隐蔽风险藏在 RAG 知识库里:员工把含密码、连接串的内部文档“一股脑“灌入 RAG,模型在回答问题时就可能把这些凭证原样吐出来。这类“泄露“不需要攻击者接触任何系统——一段精心构造的提示词即可。

与 ATT&CK 传统凭证访问的差异:

维度ATT&CK 凭证访问 (TA0006)ATLAS 凭证访问 (AML.TA0013)
凭证类型密码、哈希、Kerberos 票据、访问令牌新增模型 API 密钥、智能体工具凭证、RAG 吞入的凭证
攻击对象操作系统、浏览器、密码库新增 AI 智能体配置、智能体工具链、RAG 知识库
独有技术输入捕获、暴力破解、中间人RAG 凭证窃取、智能体配置与工具凭证窃取
凭证用途横向移动、权限提升横向访问 AI 服务(智能体、LLM、推理 API)与 AI DevOps 工具链

战术在攻击链中的位置

攻击链全景图

graph LR
    A["01 侦察<br/>AML.TA0002"] --> B["02 资源开发"]
    B --> C["03 AI攻击适配"]
    C --> D["04 初始访问"]
    D --> E["05 AI模型访问"]
    E --> F["06 执行"]
    F --> G["07 持久化"]
    G --> H["08 权限提升"]
    H --> I["09 防御规避"]
    I --> J["10 凭证访问"]
    J --> K["11 发现"]
    K --> L["12 横向移动"]
    L --> M["13 收集"]
    M --> N["14 命令与控制"]
    N --> O["15 数据渗漏"]
    O --> P["16 影响"]

    style J fill:#ff6b6b,stroke:#333,stroke-width:2px

注:实际攻击中部分战术可并行或跳过,上图展示典型线性推进关系。

当前战术的角色

凭证访问是攻击链从“立足“走向“扩张“的枢纽。攻击者带着窃取的凭证,可以从容冒充合法用户访问 AI 智能体、LLM 服务与推理 API——在防御日志里,一次合法凭证的登录几乎无害,这正是它比漏洞利用更危险的地方。

值得注意的是,本战术中一半技术(AML.T0082、AML.T0083、AML.T0098)是 AI 系统原生的攻击面:即使传统 IT 防护滴水不漏,只要智能体生态与 RAG 管线存在凭证管理疏漏,攻击者依然有可乘之机。

前置战术

  • 初始访问 / AI 模型访问:攻击者需要先在目标环境中获得立足点,才有机会接触各类凭证存放位置
  • 执行 / 权限提升:更高的权限让攻击者能读取受保护的凭证存储——进程内存、密钥库、智能体配置
  • 防御规避:避开检测后,攻击者才能从容地翻找、提取并外带窃取的凭证

后续战术

  • 发现:用窃取的凭证登录后,进一步枚举环境中的 AI 资产与数据源
  • 横向移动:凭证是横向访问其他 AI 服务(智能体、LLM、推理 API)与 AI DevOps 工具的直接通行证
  • 持久化:利用合法凭证的权限创建更多账户,巩固对 AI 系统的长期控制
  • 收集 / 数据渗漏:持有合法凭证的访问与外传行为混入正常流量,更难与真实用户区分

技术索引表

本战术的技术文档尚未编写,以下技术 ID 与名称暂为纯文本,待文档落地后转换为链接。

技术ID中文名称难度子技术数一句话理解关联ATT&CK文档状态
AML.T0055不安全的凭证⭐⭐⭐0翻遍失陷系统,搜刮明文文件、环境变量、注册表与私钥中随手存放的凭证T1552✅ 已完成
AML.T0082RAG 凭证窃取⭐⭐0内部文档里的密码被误吞进 RAG 知识库,攻击者诱导 AI 帮忙“召回“—✅ 已完成
AML.T0083从 AI 智能体配置获取凭证⭐⭐0直接读取智能体配置文件,收割明文存放的 API 密钥、令牌与连接字符串—✅ 已完成
AML.T0090操作系统凭证转储⭐⭐0从系统缓存与进程内存中“倒“出密码哈希与令牌,用于横向访问 AI 服务T1003✅ 已完成
AML.T0098AI 智能体工具凭证窃取⭐⭐0借 AI 智能体之手,翻遍其连接的网盘、代码仓库、邮箱与笔记偷凭证—✅ 已完成
AML.T0106凭证访问漏洞利用⭐⭐0不偷不搜,直接利用软件漏洞攻破系统夺取凭证T1211✅ 已完成
AML.T0113窃取 Web 会话 Cookie⭐⭐0偷走浏览器会话 Cookie,免密码免 MFA 直登 AI 控制台与智能体入口T1539✅ 已完成

平台覆盖说明(依据官方数据):

  • AML.T0083(从 AI 智能体配置获取凭证)、AML.T0098(AI 智能体工具凭证窃取)仅适用于 Agentic AI——智能体特有的配置与工具生态
  • AML.T0082(RAG 凭证窃取)适用于 Generative AI 与 Agentic AI——RAG 是生成式系统特有的架构
  • AML.T0055、AML.T0090、AML.T0106、AML.T0113 以 Enterprise 平台为主,是传统凭证窃取手法在 AI 环境的延伸

统计信息

  • 技术总数:7 个
  • 子技术总数:0 个
  • 难度分布:⭐⭐⭐(Realized)1 个 / ⭐⭐(Demonstrated)6 个 / ⭐(Feasible)0 个
  • 平台覆盖:Enterprise 4 个 / Agentic AI 3 个 / Generative AI 1 个(AML.T0082 同时覆盖两类 AI 平台,存在重叠)
  • 已完成文档:7 个(全部完成 ✅)

推荐阅读顺序

入门阶段:认识“钥匙失窃“的基本面

适合有传统安全基础的学习者,先掌握经典凭证窃取手法在 AI 环境中的延伸。

前置知识: 了解操作系统认证机制、浏览器会话原理

推荐阅读:

  1. AML.T0055 不安全的凭证 - 最经典的搜刮手法:明文文件、环境变量、注册表、私钥
  2. AML.T0113 窃取 Web 会话 Cookie - 免密码、免 MFA 直登 AI 控制台的“万能票“
  3. AML.T0090 操作系统凭证转储 - 从内存与缓存中“倒“出凭证,通向 AI 服务横向移动

学习建议:

  • 对比自己方式:智能体配置、.env 文件、bash history 里有没有明文密钥?
  • 会话 Cookie 有效期是否过长?是否绑定了设备与环境指纹?
  • 重点理解:为什么“合法凭证的登录“比漏洞利用更难被检测?

进阶阶段:AI 智能体成为新的“钥匙串“

适合关注 Agentic AI 安全的学习者,理解智能体生态带来的新凭证风险。

前置知识: 了解 AI 智能体的工具调用(tool use)机制

推荐阅读:

  1. AML.T0083 从 AI 智能体配置获取凭证 - 智能体配置文件里明文存放的 API 密钥、令牌与连接字符串
  2. AML.T0098 AI 智能体工具凭证窃取 - 借智能体之手翻遍其连接的文档库、代码仓库与企业应用

学习建议:

  • 检查你的智能体凭证:放在明文配置还是专用 secret manager?
  • 思考工具级凭证隔离:单个智能体被攻陷时,爆炸半径有多大?
  • 盘点智能体挂载的工具清单:网盘、代码仓库、邮箱、笔记——每一项都是潜在凭证源

高级阶段:RAG 与漏洞利用的凭证威胁

适合深入理解生成式 AI 架构风险与漏洞利用手法的学习者。

前置知识: 了解 RAG 检索增强生成的工作原理、常见漏洞类型

推荐阅读:

  1. AML.T0082 RAG 凭证窃取 - 内部文档的密码被误吞进知识库,AI 替攻击者“召回“
  2. AML.T0106 凭证访问漏洞利用 - 不偷不搜,直接利用软件漏洞夺取凭证

学习建议:

  • 检查 RAG 入库管线:是否有敏感信息清洗(脱敏)环节?
  • 思考输出侧防线:即使凭证被检索到,输出过滤能否拦住它?
  • 结合本库 ATLAS 案例研究(case-studies)中的真实事件理解技术的实际运用

参考资料

官方文档

关联阅读

学习资源

速查卡

  • 常用技术:AML.T0055(不安全的凭证)、AML.T0113(窃取 Web 会话 Cookie)、AML.T0083(从智能体配置获取凭证)——先翻配置与 Cookie,再动内存与 RAG
  • 关键检测信号:对智能体配置文件与 .env 的异常读取、智能体工具的异常检索行为、RAG 返回结果中的凭证形态数据、来自陌生设备/地理位置的会话 Cookie 使用、操作系统凭证存储进程的异常访问
  • 攻击者常用手法:grep 配置文件与 bash history、Mimikatz 类凭证转储工具、浏览器 Cookie 提取、提示词诱导 LLM 吐出吞下的凭证、API 密钥扫描器
  • 防御要点:密钥统一交给 secret manager 并定期轮换、缩短会话 Cookie 有效期并绑定设备指纹、RAG 入库前做敏感信息清洗(脱敏)、智能体最小权限与工具级凭证隔离
  • 蓝队关注点:凭证窃取告警必须与后续登录、横向移动行为关联分析;AI 智能体的审计日志(谁读了配置、谁检索了什么)是 AI 时代的新型取证证据源
  • 案例研究:本库 案例研究分节 已收录全部 73 个真实 AI 安全事件与安全研究案例,可对照阅读

版本: ATLAS 2026.09 | 更新: 2026-10-22 | 模板: ATLAS 战术README v1.0