据安全研究人员报告,一个与亚洲国家政府相关的网络间谍组织在持续进行的间谍活动中,成功入侵了37个国家的政府和关键基础设施组织。
该组织总共攻破了至少70个机构,并在其中几个机构中维持了数月的访问权限。
"虽然该组织可能在追求间谍目标,但其方法、攻击目标和行动规模令人担忧,对国家安全和关键服务具有潜在的长期影响,"帕洛阿尔托网络公司Unit 42网络调查团队在周三发布的研究报告中表示。
成功入侵的目标包括五个国家的警察或边境管制机构、一个国家的议会、一名高级民选官员以及国家电信公司。这些间谍还侵入了三个财政部和其他政府机构的系统。
"帕洛阿尔托网络公司Unit 42确认,该威胁行为者成功访问并从受害者邮件服务器中窃取了敏感数据,"Unit 42国家安全项目总监Pete Renals告诉记者。"这些数据包括金融谈判和合同、银行和账户信息,以及重要的军事相关行动更新。"
Renals表示,网络调查团队没有将这些数字入侵行为归因于特定的亚洲国家。
美国网络安全和基础设施安全局已知悉被帕洛阿尔托网络公司识别为TGR-STA-1030的黑客组织。
Unit 42将这个新组织追踪为TGR-STA-1030,并表示他们还观察到这些间谍在2025年11月至12月期间对美洲、欧洲、亚洲和非洲的155个政府进行"主动侦察"。研究人员还记录了2025年7月期间对德国的"集中关注",在此期间,这些间谍对超过490个托管政府基础设施的IP地址发起连接。
虽然Renals拒绝提供美国具体侦察目标的细节,但他表示"总体而言,我们看到该行为者经常关注财政部、经济部、国防部、外交部和商务部"。
美国联邦调查局没有回应我们的评论请求,但美国网络安全和基础设施安全局(CISA)确认也在追踪这个网络间谍组织。
"网络安全和基础设施安全局已知悉被帕洛阿尔托网络公司识别为TGR-STA-1030的黑客组织,"CISA发言人告诉记者。"我们正在与政府、行业和国际合作伙伴合作,快速检测和缓解报告中识别的漏洞的任何利用。"
这些网络间谍使用钓鱼邮件和微软Exchange、SAP和Atlassian产品中的已知漏洞来获得对受害组织的初始访问。
2025年2月,Unit 42发现了针对欧洲政府的钓鱼活动,使用与部委或部门重组相关的诱饵,其中包括指向托管在mega[.]nz上恶意文件的链接。威胁猎人指出,一个爱沙尼亚政府实体也观察到了这个活动,并将相关的ZIP压缩包上传到VirusTotal的恶意软件存储库。
爱沙尼亚文件名翻译为"警察和边防委员会组织结构变更"。
Unit 42分析了压缩包内容,发现它包含一个原名为"DiaoYu.exe"的恶意软件加载器。这翻译为钓鱼——或在此上下文中的网络钓鱼。虽然大多数加载器检查数十种反病毒产品,但这个只检查五种:卡巴斯基、Avira、比特梵德、SentinelOne和赛门铁克。
这为恶意软件提供了最小的代码足迹,可能是帮助它避免被安全过滤器检测到的一种手段。
调查还发现了一个名为ShadowGuard的新型Linux内核rootkit,据信是这个特定国家级组织独有的。它是一个隐蔽的扩展伯克利包过滤器(eBPF)后门,在内核级别隐藏进程信息、目录和文件,这使得它很难被检测到。
TGR-STA-1030还在其活动中利用现实世界的地缘政治事件,包括2025年10月开始的美国政府关门——在此期间,Unit 42观察到间谍扫描北美、中美洲和南美洲的政府基础设施。
在另一个案例中,研究人员表示,2025年8月,捷克总统彼得·帕维尔在访问印度期间私下会见了达赖喇嘛,在随后几周内,间谍组织开始扫描捷克军队、警察、议会以及内政部、财政部和外交部的基础设施。
此外,在1月3日美军行动抓获委内瑞拉总统尼古拉斯·马杜罗及其妻子后不久,间谍们进行了"针对至少140个政府拥有的IP地址的广泛侦察活动",Unit 42报告称。
研究人员表示,这个新的国家级组织"仍然是全球政府和关键基础设施的活跃威胁"。
Q&A
Q1:TGR-STA-1030是什么组织,它做了什么?
A:TGR-STA-1030是一个与亚洲国家政府相关的网络间谍组织,在持续的间谍活动中成功入侵了37个国家的政府和关键基础设施组织,总共攻破了至少70个机构,并在其中几个机构中维持了数月的访问权限。
Q2:这个间谍组织主要攻击哪些目标?
A:该组织主要攻击政府机构和关键基础设施,包括国家警察或边境管制机构、国家议会、高级民选官员、国家电信公司、财政部等。研究人员发现该行为者经常关注财政部、经济部、国防部、外交部和商务部。
Q3:TGR-STA-1030使用什么攻击手段?
A:该组织使用钓鱼邮件和微软Exchange、SAP、Atlassian产品中的已知漏洞来获得初始访问。他们还开发了名为ShadowGuard的新型Linux内核rootkit,这是一个隐蔽的eBPF后门,能在内核级别隐藏进程信息、目录和文件。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。