Direct Release: Kaspersky: Waspada JADEPUFFER, Ransomware Berbasis LLM Pertama di Dunia
21 Agustus 2026
Peneliti dari Tim Riset dan Analisis Global Kaspersky (GReAT) memberikan penjelasan tentang bagaimana SilverFox – salah satu kelompok Ancaman Berkelanjutan Tingkat Lanjut (APT) yang paling aktif – memanfaatkan meningkatnya penggunaan Kecerdasan Buatan (AI) di berbagai industri di Asia Pasifik. Ia juga memperingatkan bahwa kemampuan Kecerdasan Buatan (AI) yang berkembang pesat mengantarkan era di mana serangan siber berubah dari “operasi tim khusus” menjadi “serangan solo berbiaya rendah”.
Peneliti GReAT merinci taktik terbaru yang digunakan oleh SilverFox, sebuah kelompok ancaman utama yang aktif di seluruh wilayah Asia Pasifik.
Aktor ancaman yang dideteksi oleh peneliti Tim Riset dan Analisis Global Kaspersky (GReAT) pada Desember 2025 ini, dikenal karena menggunakan pendekatan multi-tahap untuk pengiriman muatan dan memanfaatkan infrastruktur yang tersegmentasi, menggunakan alamat dan domain yang berbeda untuk berbagai tahapan serangan. Teknik-teknik ini dirancang untuk meminimalkan risiko deteksi dan mencegah pemblokiran seluruh rantai serangan.
Kampanye terbarunya menargetkan perusahaan-perusahaan di India, Indonesia, Afrika Selatan, dan Rusia di sektor industri, konsultasi, perdagangan, dan transportasi, di mana mereka menggunakan email phishing yang tampak seperti pemberitahuan audit pajak resmi atau untuk mendorong penerima mengunduh arsip yang mengaku berisi “daftar pelanggaran pajak.” Dengan memanfaatkan otoritas dan urgensi komunikasi dari lembaga pajak, pelaku ancaman bertujuan untuk membujuk korban agar mengunduh file tersebut dan memicu rantai serangan. Riset Kaspersky mencatat lebih dari 1.600 email berbahaya antara Januari dan Februari 2026.
Kini, temuan terbaru dari Kaspersky GReAT menunjukkan SilverFox menggunakan aplikasi Claude palsu untuk menyusup ke organisasi target mereka. Claude adalah asisten percakapan tingkat lanjut, model bahasa besar (LLM), dan chatbot yang dikembangkan oleh Anthropic. Ini membantu pengguna menulis, membuat kode, menganalisis dokumen panjang, dan memecahkan masalah kompleks melalui dialog alami.
“SilverFox adalah salah satu kelompok ancaman paling aktif di seluruh kawasan Asia Pasifik. Mereka masuk ke target melalui tiga jalur sederhana: situs web palsu, email phishing, dan file berbahaya yang disebarkan melalui aplikasi pesan sosial. Mereka menyuntikkan malware yang digunakan untuk spionase siber jangka panjang dan pengumpulan data sensitif. Analisis terbaru kami menunjukkan bahwa mereka sekarang mendistribusikan Claude palsu untuk Windows, macOS, dan Linux, memanfaatkan penggunaan AI di perusahaan untuk meretas pertahanan keamanan target mereka,” jelas Ye Jin, Peneliti Keamanan Utama di Kaspersky GReAT.
Dalam hal distribusi serangan, kawasan Asia Pasifik adalah yang paling terdampak oleh aktivitas berbahaya SilverFox, dengan volume yang jauh melebihi jumlah semua kawasan lain. Ini menunjukkan bahwa ancaman SilverFox saat ini sebagian besar terkonsentrasi di Asia, khususnya di Asia Timur dan Tenggara.
“Berdasarkan data ancaman kami saat ini, China adalah target utama SilverFox dengan lebih dari 90% dari semua serangannya menargetkan wilayah tersebut. Mainland China saja menyumbang 71%. Myanmar, Kamboja, dan Singapura juga mengalami banyak serangan. Ini adalah titik panas berikutnya yang perlu kita awasi,” tambah Ye Jin.
Dalam hal industri, sektor manufaktur menyumbang lebih dari sepertiga dari semua serangan, menjadikannya industri target utama bagi SilverFox. Sektor IT dan layanan berada di urutan berikutnya karena peneliti Kaspersky GReAT melihat banyak serangan phishing yang ditujukan kepada pekerja teknologi. Layanan kesehatan dan keuangan juga menghadapi risiko besar dari kelompok yang dikenal menargetkan target bernilai tinggi ini.
Serangan AI: kecepatan, kerahasiaan, dan aksesibilitas
Ye Jin juga berbicara tentang JADEPUFFER, ransomware berbasis LLM pertama di dunia, yang menandai titik balik penting dalam ancaman siber. Tidak seperti serangan sebelumnya di mana AI hanya membantu operator manusia, serangan ini menunjukkan AI bertindak sebagai pengambil keputusan dan pelaksana.
Sebagai ransomware berbasis agen pertama, JADEPUFFER mendefinisikan ulang kecepatan dan kecanggihan serangan siber yang menggunakan kemampuan AI. Tidak seperti serangan konvensional yang masih bergantung pada operator manusia untuk membuat keputusan atau menyesuaikan taktik, serangan ini menunjukkan contoh nyata bagaimana ancaman bertenaga AI dapat menganalisis, beradaptasi, dan mengeksekusi serangan secara real-time.
“Dalam kasus khusus ini, yang diungkapkan oleh Sysdig kami, agen AI berbahaya menyelesaikan seluruh siklus mendiagnosis upaya yang gagal, memperbaiki pendekatannya, dan meluncurkan serangan baru hanya dalam 31 detik, jauh melampaui kemampuan respons sebagian besar para ahli keamanan. Selain kecepatan, JADEPUFFER juga menunjukkan tingkat otonomi yang belum pernah terjadi sebelumnya. Ini menunjukkan bahwa agen AI sekarang mampu membuat keputusan independen sepanjang proses serangan, secara efektif mereplikasi penalaran penyerang manusia yang berpengalaman tanpa pengawasan langsung,” jelasnya.
Selain kecepatan dan otonomi, meningkatnya penggunaan AI berbasis agen dalam serangan siber juga menetapkan aturan baru dalam hal kerahasiaan dan aksesibilitas.
Ye Jin menjelaskan secara rinci kasus ChatGPhish, sebuah teknik injeksi prompt tidak langsung yang mengubah fitur ringkasan web AI tepercaya (seperti ChatGPT). Dalam serangan ini, penjahat siber menyembunyikan instruksi berbahaya di dalam halaman web dan mengelabui pengguna agar meminta asisten AI untuk meringkas konten tersebut. AI kemudian tanpa sadar meneruskan instruksi atau tautan berbahaya yang disisipkan, menjadikannya bagian tak disengaja dari serangan tersebut.
Karena konten berbahaya disajikan melalui antarmuka AI tepercaya, pengguna cenderung menganggapnya aman dan mengeklik tautan berbahaya atau mengikuti instruksi yang berisiko. Pada saat yang sama, serangan semacam ini sulit dideteksi oleh alat keamanan tradisional, karena tampak seperti interaksi sah antara pengguna dan layanan AI, bukan serangan siber konvensional.
Agen AI berbahaya juga menghilangkan kebutuhan akan pengetahuan teknis untuk melancarkan serangan siber. Hal ini terbukti saat ditemukannya VoidLink, sebuah kerangka kerja malware berbasis AI dan cloud-native, pada Januari 2026.
Berbeda dengan malware tradisional yang sebagian besar ditulis oleh pengembang manusia, VoidLink dilaporkan dikembangkan hampir sepenuhnya dengan bantuan AI. Hal ini menunjukkan bagaimana AI generatif mengubah cara malware canggih diciptakan dan didemokratisasi.
Kebutuhan akan pertahanan berbasis AI
Melawan api dengan api. Dalam hal ini, pakar Kaspersky menjelaskan bahwa pihak pertahanan juga dapat memanfaatkan kemampuan AI untuk melindungi jaringan perusahaan dan jaringan kritis dari serangan siber berbasis AI.
Empat cara perusahaan dapat menangkal ancaman canggih berbasis AI meliputi:
- Pertahanan proaktif – beralih dari respons pasif dan menggunakan threat hunting (perburuan ancaman) berbasis AI untuk menemukan ancaman yang belum diketahui secara proaktif.
- Arsitektur Zero Trust – menerapkan arsitektur Zero Trust, dengan memverifikasi setiap permintaan akses secara ketat untuk menghilangkan risiko kepercayaan dalam jaringan internal.
- Pertahanan sistematis – membangun sistem pertahanan komprehensif yang mencakup titik akhir, jaringan, aplikasi, dan data.
- AI vs AI – menggunakan model berskala besar dan teknologi AI dengan kegunaan ganda (dual-use) untuk meningkatkan kemampuan deteksi dan respons, serta melakukan iterasi secara real-time dalam menghadapi penyerang.
“Ketika penyerang dapat memanfaatkan AI untuk mengotomatisasi pengambilan keputusan dan mempercepat setiap tahap serangan, pihak pertahanan harus merespons dengan tingkat kecerdasan yang setara. Solusi keamanan siber yang diperkaya dengan intelijen ancaman yang terus diperbarui bukan lagi sekadar keunggulan kompetitif, melainkan kebutuhan krusial untuk tetap selangkah lebih maju dari ancaman yang berkembang pesat,” tambah Ye Jin.
More Articles
