Black Hat 2026 की चेतावनी: AI ने साइबर हमलों का ‘एक्सप्लॉइटेशन विंडो’ घटाकर घंटों तक कर दिया

चीन से जुड़े माने जाने वाले समूह VAULT PANDA और GENESIS PANDA इससे भी तेज निकले। उन्होंने सार्वजनिक रूप से जानकारी सामने आने के 24 घंटे के भीतर गंभीर web-application कमजोरियों को निशाना बनाया। CrowdStrike के मुताबिक, वल्नरेबिलिटी के सार्वजनिक खुलासे और सक्रिय एक्सप्लॉइटेशन के बीच का अंतर अब दिनों के बजाय घंटों में मापा जा रहा है।

AI-सक्षम हमले 89% बढ़े—और AI खुद भी निशाने पर

CrowdStrike के आंकड़ों के अनुसार, 2025 में AI-सक्षम हमलावरों के हमले 89% बढ़े। 90 से अधिक संगठनों में वैध AI टूल्स का दुरुपयोग करके malicious commands तैयार करने और संवेदनशील डेटा चुराने की कोशिशें देखी गईं।

इसी रिपोर्ट में औसत eCrime breakout time—यानी शुरुआती पहुंच मिलने और हमलावर के किसी दूसरे सिस्टम तक फैलने के बीच का समय—घटकर 29 मिनट बताया गया है। सबसे तेज दर्ज मामला केवल 27 सेकंड का था। 2024 की तुलना में हमलावरों की गति में यह 65% की बढ़ोतरी है।

इस बदलाव के पीछे कुछ प्रमुख रुझान हैं:

• AI से वल्नरेबिलिटी खोज और exploit development का ऑटोमेशन अब सामान्य प्रक्रिया बन चुका है।
• Agentic AI हमलों को मानव-सहायता वाले मॉडल से स्वायत्त संचालन की ओर ले जा रहा है, जिससे हमलावर मशीन की गति से काम कर सकते हैं।
• वित्तीय लाभ के लिए किए जाने वाले cloud-conscious eCrime में 171% की बढ़ोतरी हुई। हमलावर credentials, cryptomining क्षमता और बड़े language models (LLM) तक पहुंच को निशाना बना रहे हैं।
• Vishing, यानी voice phishing, से होने वाली intrusions दोगुनी हो गईं।

North Korea से जुड़े समूहों ने Mastra AI framework packages को निशाना बनाया

CrowdStrike की रिपोर्ट में कहा गया कि DPRK-nexus, यानी उत्तर कोरिया से जुड़े माने जाने वाले हमलावरों ने 131 भरोसेमंद AI framework packages में malicious बदलाव किए। इनमें Mastra AI frameworks में malicious packages डालना भी शामिल था।

यह घटना दिखाती है कि AI बनाने और चलाने वाली development pipelines अब केवल तकनीकी infrastructure नहीं रहीं। वे state-backed समूहों के लिए high-value targets बन गई हैं। सॉफ्टवेयर supply chain में मौजूद भरोसे का फायदा उठाकर एक package कई developers और संगठनों तक पहुंच सकता है।

पैच लगाने में 43 दिन, नेटवर्क में फैलने में 29 मिनट

Dataminr की 2026 Mid-Year Cyber Threat Landscape Report ने साइबर डिफेंस और हमले के बीच बढ़ते असंतुलन को रेखांकित किया है।

• 2026 Verizon DBIR के अनुसार, median time-to-patch 32 दिनों से बढ़कर 43 दिन हो गया।
• दूसरी ओर, औसत attacker breakout time 30 मिनट से कम है।
• Confirmed cyber-loss events में ransomware की हिस्सेदारी 25% रही।
• पहली बार, breach में प्रवेश का सबसे आम रास्ता stolen credentials के बजाय वल्नरेबिलिटी एक्सप्लॉइटेशन बन गया।

सीधी भाषा में कहें तो हमलावरों के पास मिनटों का समय-चक्र है, जबकि डिफेंडर्स को पैच deploy करने में हफ्ते या उससे भी अधिक लग सकते हैं। ऐसे माहौल में केवल अधिक पैच जारी करना पर्याप्त नहीं होगा; संगठनों को उन कमजोरियों को पहले ठीक करना होगा जिन्हें वास्तव में सक्रिय रूप से निशाना बनाया जा रहा है।

Cisco Talos: साधारण social engineering से AI guardrails दरकिनार

Cisco Talos की Black Hat रिसर्च के अनुसार, commercial AI models के safety controls को दरकिनार करना कई मामलों में अपेक्षाकृत आसान है।

• किसी मॉडल से यह कहना कि लक्षित server आपका अपना है, या आप capture-the-flag अथवा bug-bounty exercise में हिस्सा ले रहे हैं, कई बार उसे साइबर हमले में मदद करने के लिए तैयार करने के लिए काफी था।
• हमलावर malicious काम को कई sessions और files में बांट रहे हैं। इससे हर अलग request देखने में सामान्य लग सकती है, जबकि सभी हिस्से मिलकर एक हानिकारक प्रोजेक्ट बनाते हैं।
• Talos ने यह भी पाया कि AI अब इंसानों की patch करने की क्षमता से तेज गति से vulnerabilities खोज रहा है। यानी discovery अब अकेली सबसे बड़ी रुकावट नहीं रही।

इसका अर्थ यह नहीं है कि हर AI tool बिना सुरक्षा के है। लेकिन केवल model-level guardrails पर निर्भर रहना जोखिम भरा है। उपयोगकर्ता की पहचान, request का संदर्भ, tool permissions और पूरे workflow की निगरानी भी जरूरी है।

Black Hat 2026 में डिफेंस के लिए AI पर जोर

सम्मेलन में सुरक्षा उद्योग केवल मौजूदा products में “copilot” जोड़ने से आगे बढ़ता दिखाई दिया। कंपनियां AI को detection से लेकर response तक के operational security workflows में शामिल कर रही हैं।

• Xage Security ने identity-based microsegmentation की घोषणा की, जो workload स्तर पर zero-trust सिद्धांत लागू करती है।
• SentinelOne, Cycode और Miggo Security ने autonomous security capabilities प्रदर्शित कीं—ऐसी AI-संचालित detection, investigation और response क्षमताएं जो मानव हस्तक्षेप के बिना मशीन की गति से काम कर सकती हैं।
• ESET ने threat detection, investigations, threat protection और security operations में AI का विस्तार किया।
• Flashpoint ने customizable AI-driven threat-intelligence workflows पेश किए।
• Microsoft ने AI और supply-chain attacks के दौर में trust की सुरक्षा को अपने Black Hat agenda का केंद्र बनाया। कंपनी के अनुसार, हमलावर अब software packages, build pipelines, cloud identities और AI agents जैसे भरोसेमंद रास्तों का पीछा कर रहे हैं।

AI एक साथ हथियार, लक्ष्य और सुरक्षा टीम का हिस्सा

Black Hat 2026 की प्रमुख रिपोर्टों में उभरती सहमति यह है कि AI हमलावरों के लिए बड़ा accelerant भी है और डिफेंडर्स के लिए जरूरी tool भी।

हमले की तरफ, AI automated exploit development, vulnerability discovery, autonomous agentic attacks और बड़े पैमाने पर AI-powered phishing को सक्षम बना रहा है। खुद AI systems और development platforms भी high-value attack surfaces बन गए हैं।

बचाव की तरफ, AI को detection, investigation, response, threat intelligence और identity-based microsegmentation में शामिल किया जा रहा है, ताकि हमलावरों और डिफेंडर्स के बीच की रफ्तार का अंतर कम किया जा सके।

एक रिपोर्ट के सार के मुताबिक, “AI एक साथ security team का हिस्सा, attack surface का हिस्सा और समस्या का हिस्सा बनने की राह पर है।”

2026 की मूल चुनौती यही है: हमलावर AI को speed और scale के लिए पहले ही operationalize कर चुके हैं। डिफेंडर्स को अब ऐसे प्रतिद्वंद्वी से मुकाबला करना है जो मिनटों में नेटवर्क के भीतर फैल सकता है और किसी नई vulnerability का फायदा घंटों में उठा सकता है।