hamburger

(jeśli zgłaszasz przypadek phishingu, zapisz mail (przesuń go z programu pocztowego na pulpit komputera lub wybierz opcję plik/zapisz jako), a następnie załącz)

Podejrzany SMS prześlij na nr 508 700 900

Jeśli zgłoszenie dotyczy bezpieczeństwa dzieci, zgłoś je również pod http://www.dyzurnet.pl
@CERT_OPL

Krajobraz Zagrożeń – 16.11.2026

ARTEX w atakach; ChatGPT w służbie phishingu; Endgame uderza w malware; podatność w Apache HTTP Server.

W najnowszym Krajobrazie Zagrożeń przyglądamy się frameworkowi ARTEX, który wykorzystuje AI do automatyzacji cyberataków oraz kampanii phishingowej w Mołdawii z przynętą przygotowaną przez ChatGPT. Wracamy też do operacji Endgame i działań przeciwko infrastrukturze Gootloadera, CastleRAT i StealC, omawiając znaczenie tych narzędzi dla kradzieży danych i późniejszych ataków ransomware. Przegląd zamyka analiza krytycznej podatności CVE-2026-119618 w Apache HTTP Server, która przy aktywnej obsłudze HTTP/2 może umożliwić zdalne wykonanie kodu bez uwierzytelnienia (RCE).

Na skróty:

    1. AI: ARTEX – nowa prędkość operacji ofensywnych.
    2. Oszustwa i podszycia: ChatGPT w służbie phishingu. Fałszywe dokumenty wykorzystane w kampanii przeciwko Mołdawii.
    3. Cybercrime: Gootloader, CastleRAT i StealC w kolejnej odsłonie operacji Endgame.
    4. CVE Tygodnia: Krytyczna podatność w Apache HTTP Server. Nieuwierzytelnione RCE przez HTTP/2.


AI

ARTEX – nowa prędkość operacji ofensywnych.

  • Autonomizacja ataków: ARTEX to wieloagentowy framework wykorzystujący modele LLM do automatyzacji kolejnych etapów cyberataku – od rozpoznania infrastruktury po eskalację uprawnień i przygotowanie eksfiltracji danych.
  • Wykorzystanie w rzeczywistych operacjach: FBI potwierdza użycie ARTEX przez różnych aktorów zagrożeń, a w części incydentów uzyskanie uprzywilejowanego dostępu następowało w czasie krótszym niż trzy godziny.
  • Nowe wyzwanie dla obrońców: automatyzacja pozwala prowadzić wiele równoległych operacji i błyskawicznie zmieniać ścieżki ataku, ograniczając czas dostępny na wykrycie i reakcję.

ARTEX to otwartoźródłowy framework do automatyzacji testów penetracyjnych i operacji ofensywnych, wykorzystujący architekturę wieloagentową (Multi-Agent AI). Projekt został udostępniony w lipcu 2026 r. jako narzędzie przeznaczone do autoryzowanych testów bezpieczeństwa. Jego możliwości szybko zainteresowały jednak również cyberprzestępców i operatorów prowadzących operacje szpiegowskie.

Warto podkreślić, że ARTEX nie jest samodzielnym modelem sztucznej inteligencji. To platforma orkiestrująca pracę wyspecjalizowanych agentów, korzystających z zewnętrznych modeli językowych, zarówno komercyjnych, jak i otwartoźródłowych, takich jak DeepSeek, GLM, Grok czy GPT. Framework przekłada ogólny cel określony przez operatora na zestaw zadań, które następnie są rozdzielane pomiędzy poszczególne agenty.

W przeciwieństwie do tradycyjnych narzędzi ofensywnych ARTEX nie ogranicza się do wykonywania wcześniej przygotowanych poleceń. Operator wskazuje cel i zakres działania, natomiast agenci mogą samodzielnie planować kolejne kroki, uruchamiać dostępne narzędzia, analizować wyniki i dobierać alternatywne metody działania w przypadku napotkania przeszkód. Oznacza to możliwość zautomatyzowania znacznej części cyklu ataku: rozpoznania infrastruktury, identyfikacji podatności, analizy Active Directory i środowisk chmurowych, wykorzystania błędów konfiguracyjnych, pozyskiwania poświadczeń, eskalacji uprawnień oraz przemieszczania się pomiędzy systemami. Google Threat Intelligence Group wskazuje również na zdolność frameworka do generowania i wdrażania własnych webshelli.

Nie jeden agent, ale cały ekosystem AI

Szczególnie interesujący obraz sposobu wykorzystania ARTEX przedstawili badacze Zscaler ThreatLabz w publikacji z 21 października 2026 r. Analiza środowiska operatora wykazała, że ARTEX był tylko jednym z elementów znacznie większego ekosystemu ofensywnego. Operator łączył framework z narzędziami AI, takimi jak Claude Code, Codex czy Grok, a także własnymi skryptami automatyzującymi przepływ informacji pomiędzy poszczególnymi sesjami. W konfiguracjach wykryto wykorzystanie modeli DeepSeek, GLM i Grok.

Co istotne, poszczególnym modelom przypisywano różne zadania. Jeden z nich odpowiadał za początkowe rozpoznanie i analizę, kolejny otrzymywał zadanie niezależnego sprawdzenia wyników oraz poszukiwania pominiętych podatności. Inne sesje AI prowadziły dodatkowe badania, a ich wyniki były przekazywane do pozostałych komponentów środowiska. Operator zadbał również o zachowanie kontekstu pomiędzy sesjami. Własne skrypty synchronizowały instrukcje, wyniki, notatki i historię prowadzonych analiz pomiędzy serwerami oraz kontami wykorzystywanymi przez różne modele. Dzięki temu kolejni agenci mogły kontynuować pracę rozpoczętą przez innych, bez konieczności ponownego wykonywania całego procesu rozpoznania.

W ten sposób powstało środowisko przypominające zorganizowany zespół analityczno-ofensywny: poszczególni agenci otrzymywali wyspecjalizowane zadania, weryfikowali wyniki innych modeli i przekazywali sobie kontekst. Operator nadal sprawował nadzór i określał kierunek działań, ale nie musiał ręcznie koordynować każdego pojedynczego kroku.

Zscaler odtworzył również historię promptów z okresu od 4 sierpnia do 4 października 2026 r. Wskazywała ona na zainteresowanie operatora organizacjami z wielu państw i sektorów, m.in. usługami finansowymi, operatorami SMS, platformami płatniczymi, kryptowalutami, handlem elektronicznym i usługami edukacyjnymi. Celem było przede wszystkim pozyskiwanie danych osobowych, informacji finansowych i poświadczeń, które mogły następnie zostać wykorzystane do dalszej działalności przestępczej.

Badacze wskazali na chińskojęzyczne środowisko operatora, ale same te obserwacje nie stanowią wystarczającej podstawy do przeprowadzenia atrybucji (przypisania operacji konkretnemu państwu lub grupie APT).

ARTEX w rzeczywistych kampaniach

13 listopada 2026 r. FBI opublikowało ostrzeżenie dotyczące wykorzystania ARTEX przez różne grupy cyberprzestępcze. Według agencji framework jest wykorzystywany co najmniej od sierpnia 2026 r. w operacjach wymierzonych m.in. w sektor finansowy, administrację publiczną, telekomunikację, energetykę, ochronę zdrowia, przemysł i sektor technologiczny. Skala i tempo operacji są szczególnie niepokojące. FBI wskazuje na przypadki, w których od rozpoczęcia rozpoznania do uzyskania uprzywilejowanego dostępu upływały mniej niż trzy godziny. W jednej z kampanii wymierzonej w południowokoreańskie instytucje finansowe doszło do kradzieży danych osobowych około 67 tys. osób.

Microsoft opisał natomiast wykorzystanie ARTEX przez grupę Storm-0940 w operacji związanej z kompromitacją łańcucha dostaw ConnectWise Cloud Backup. Atakujący wykorzystali przejęte poświadczenia aplikacji i zaufane relacje pomiędzy środowiskami, próbując uzyskać dostęp do ponad 2250 środowisk klientów.

Google Threat Intelligence Group (GTIG) oraz Mandiant wskazują, że podobne frameworki są wykorzystywane nie tylko do początkowego rozpoznania, ale również do realizacji kolejnych etapów włamania. W analizowanych incydentach obserwowano automatyzację ruchu bocznego, exploitację baz danych, eskalację uprawnień oraz przygotowywanie eksfiltracji danych. Interesujące są obserwacje dotyczące szybkości działania agentów. W jednym z analizowanych przypadków Google odnotowało sekwencje obejmujące 27 zdarzeń w ciągu 23 sekund. W innych operacjach pojedyncze sekwencje działań ARTEX trwały od kilku do kilkudziesięciu sekund. Framework potrafił również reagować na niepowodzenia. Jeżeli wygenerowany skrypt nie działał zgodnie z oczekiwaniami, agent analizował błąd, modyfikował rozwiązanie i ponawiał próbę. Takie iteracyjne podejście pozwalało kontynuować operację bez konieczności każdorazowej ingerencji operatora. W innym przypadku Google zaobserwowało kampanię, w której przejście od pierwszego przejętego konta do uzyskania głębokiego dostępu do środowiska zajmowało zazwyczaj około czterech godzin, a w najszybszym przypadku zaledwie 15 minut.

ARTEX to początek szerszego trendu

ARTEX nie jest odosobnionym przypadkiem. Zaobserwowano wykorzystanie również innych wieloagentowych frameworków ofensywnych, takich jak PentAGI, CAIRN i Hexstrike, a także własnych, tworzonych przez operatorów rozwiązań. Wspólnym mianownikiem jest odejście od prostego wykorzystania LLM do generowania skryptów czy analizowania pojedynczych podatności na rzecz budowania całych zautomatyzowanych przepływów operacyjnych.

Nie chodzi więc wyłącznie o to, że AI pomaga napisać exploit lub przygotować phishing. Znacznie istotniejsze jest połączenie modeli językowych z narzędziami wykonawczymi, dostępem do infrastruktury, pamięcią operacyjną i możliwością delegowania zadań innym agentom.

Pierwotne repozytorium ARTEX zostało usunięte przez autora z GitHuba w październiku 2026 r., po ujawnieniu przypadków jego wykorzystania w rzeczywistych atakach. Nie zatrzymało to jednak rozwoju projektu. Framework nadal funkcjonuje poprzez niezależne kopie, forki społecznościowe i zmodyfikowane wersje, w tym komercyjny ARTEX PRO.

FBI informuje o ponad 1600 publicznie dostępnych konsolach ARTEX zidentyfikowanych na początku listopada. Rzeczywista liczba wdrożeń może być większa, ponieważ część instancji funkcjonuje w sieciach prywatnych i nie jest widoczna z Internetu.

Patrząc szerzej

Wykorzystanie ARTEX wymaga od obrońców zmiany myślenia o tempie i przebiegu cyberataków. Tradycyjne modele bezpieczeństwa, oparte na sekwencyjnej analizie alertów i manualnej reakcji, mogą okazać się zbyt wolne wobec operacji realizowanych przez współpracujące ze sobą agenci AI. Nie oznacza to jeszcze nadchodzącej wojny autonomicznych agentów, ale wymusza pilne uporządkowanie podstaw: eliminację podatności, błędów konfiguracyjnych, nadmiernych uprawnień i długu technologicznego, a następnie stopniowe wdrażanie agentowego AI w detekcji, analizie i reagowaniu na incydenty.

Więcej informacji:  
https://www.ic3.gov/CSA/2026/261113.pdf
https://www.zscaler.com/blogs/security-research/inside-global-ai-assisted-hacking-campaign
https://cloud.google.com/blog/topics/threat-intelligence/artex-and-friends-enter-agentic-offensive-frameworks


Oszustwa i podszycia

ChatGPT w służbie phishingu. Fałszywe dokumenty wykorzystane w kampanii przeciwko Mołdawii.

  • Podszywanie się pod instytucje: atakujący wykorzystali wizerunek mołdawskiego banku centralnego i Ministerstwa Finansów, aby uwiarygodnić wiadomości phishingowe.
  • Wieloetapowa infekcja: fałszywe dokumenty prowadziły do instalacji malware i uzyskania zdalnego dostępu do systemów ofiar.
  • Wykorzystanie AI: jeden z dokumentów użytych jako przynęta został przygotowany przy użyciu ChatGPT, co potwierdzono dzięki metadanym C2PA.

Zespół RESIDENT.NGO Threat Lab opublikował analizę kampanii malware wymierzonej w mołdawskie organizacje medialne oraz prawdopodobnie instytucje sektora publicznego. Operatorzy wykorzystali wizerunek Narodowego Banku Mołdawii oraz Ministerstwa Finansów, przygotowując fałszywe komunikaty dotyczące obowiązków finansowych i regulacyjnych.

Pierwsza kampania, zaobserwowana 10 listopada 2026 r., była skierowana do czterech niezależnych redakcji. Otrzymały one niemal identyczne wiadomości e-mail informujące o rzekomych naruszeniach obowiązków sprawozdawczości finansowej i grożące nałożeniem kar. Wiadomości zawierały zabezpieczone hasłem archiwum z dokumentem mającym imitować oficjalne powiadomienie banku centralnego. Żadna z redakcji nie otworzyła załącznika. W toku analizy badacze zidentyfikowali również drugi dokument, podszywający się pod regulacje Ministerstwa Finansów dotyczące prowadzenia dokumentacji finansowej. Tym razem potencjalnymi odbiorcami miały być jednostki budżetowe i instytucje publiczne. Nie potwierdzono jednak, czy dokument został faktycznie dostarczony do potencjalnych ofiar.

Sposób infekcji

Obie kampanie wykorzystywały podobny, wieloetapowy mechanizm infekcji. Złośliwe pliki były ukrywane w obrazach dysków VHDX dostarczanych w zabezpieczonych hasłem archiwach ZIP. Po ich otwarciu użytkownik widział pozorny dokument PDF, który w rzeczywistości był skrótem uruchamiającym kolejne etapy infekcji.

W efekcie dochodziło do pobrania skryptów PowerShell oraz nawiązania komunikacji z infrastrukturą C2. Operator wykorzystywał legalne narzędzia systemu Windows i mechanizmy WebDAV, aby utrzymać dostęp do zainfekowanego środowiska. Co istotne, końcowy komponent malware miał być dostarczany indywidualnie, po wcześniejszym zebraniu informacji o zaatakowanym systemie. Badaczom nie udało się jednak pozyskać końcowego payloadu, dlatego jego pełne możliwości pozostają nieznane.

ChatGPT w procesie przygotowania przynęty

Jednym z ciekawszych ustaleń raportu jest wykorzystanie ChatGPT do przygotowania dokumentu przynęty podszywającego się pod regulacje Ministerstwa Finansów. Badacze zidentyfikowali w pliku PDF osadzone dane Content Credentials zgodne ze standardem C2PA (Coalition for Content Provenance and Authenticity). Zawierały one informacje o narzędziu wykorzystanym do utworzenia dokumentu, a także podpis cyfrowy pozwalający zweryfikować jego pochodzenie i integralność.

Na podstawie analizy podpisu oraz osadzonych metadanych potwierdzono, że dokument został wygenerowany przez ChatGPT 9 listopada 2026 r. około godziny 14:04 UTC i nie został zmodyfikowany po utworzeniu.Nie wiadomo, czy operator dostarczył gotową treść i wykorzystał model wyłącznie do formatowania dokumentu, czy też zlecił mu również przygotowanie samej treści.

To interesujący przykład wykorzystania generatywnej AI nie do tworzenia złośliwego kodu, lecz do przygotowania wiarygodnie wyglądających materiałów wykorzystywanych w socjotechnice. Warto jednak podkreślić, że samo wykorzystanie ChatGPT nie stanowi przesłanki pozwalającej określić pochodzenie operatora.

Powiązania i kwestia atrybucji

Analiza techniczna wskazuje, że oba listopadowe incydenty zostały przeprowadzone przez tego samego operatora. Wspólny był nie tylko sposób infekcji, ale również znaczna część kodu komponentów, infrastruktura wykorzystywana na końcowym etapie oraz artefakty pozostawione podczas budowania obrazów dysków.

Badacze powiązali listopadowe działania również z kampanią z września 2026 r., w której wykorzystywano fałszywe zaproszenia i dokumenty dotyczące europejskich organizacji oraz inicjatyw grantowych. Podobieństwa obejmują m.in. identyczne artefakty środowiska, fragmenty skryptów instalacyjnych i mechanizmy dostarczania kolejnych etapów malware.

W raporcie wskazano także podobieństwa do technik opisywanych przez Microsoft w kontekście Star Blizzard (RedFlick). Dotyczą one przede wszystkim wykorzystania VHDX, skrótów LNK, ukrytych skryptów oraz mechanizmów WebDAV i ładowania bibliotek przez control.exe.

Autorzy publikacji wyraźnie zaznaczają jednak, że nie dysponują wystarczającymi dowodami do przypisania kampanii konkretnej grupie. Atrybucja do Star Blizzard pozostaje hipotezą o niskim poziomie pewności. Wspólne techniki mogą być wykorzystywane przez różnych operatorów, a podobieństwo narzędzi nie jest samo w sobie dowodem wspólnego autorstwa.

Patrząc szerzej

W tej kampanii zwracają uwagę przede wszystkim dwie kwestie.

Pierwsza to konsekwentne wykorzystanie zaufania do instytucji publicznych. Operator nie posłużył się typowym komunikatem o fakturze, przesyłce czy zmianie hasła. Zamiast tego wykorzystał potencjalnie znacznie bardziej stresującą sytuację – groźbę sankcji finansowych ze strony banku centralnego lub konieczność dostosowania się do nowych regulacji państwowych. Co więcej, zastosował różne przynęty dla różnych grup odbiorców, zachowując ten sam techniczny mechanizm infekcji.

Druga kwestia to sposób budowania dostępu do środowiska ofiary. Wykorzystanie natywnych narzędzi Windows, w połączeniu z WebDAV, pokazuje, jak trudno wykrywać zagrożenia wyłącznie na podstawie sygnatur plikowych. Szczególnie istotny jest mechanizm indywidualnego dostarczania końcowego payloadu.

Interesujący jest również wątek generatywnej AI. W tym przypadku ChatGPT posłużył do przygotowania dokumentu, który miał zwiększyć wiarygodność operacji. Nie jest to dowód na wykorzystanie AI do prowadzenia całej kampanii, ale dobrze ilustruje, jak modele generatywne mogą obniżać koszt i czas przygotowywania materiałów socjotechnicznych.

Więcej informacji:  
https://resident.ngo/lab/writeups/malware-campaign-impersonates-moldovas-national-bank-and-ministry-of-finance-november-2026/


Cybercrime

Gootloader, CastleRAT i StealC w kolejnej odsłonie operacji Endgame

  • Listopadowe działania operacji Endgame objęły infrastrukturę Gootloadera, CastleRAT i StealC. Według Europolu operacja dotyczyła 235 serwerów i 257 domen.
  • Narzędzia te umożliwiały dostarczanie kolejnych payloadów, zdalne sterowanie komputerami i kradzież danych, wspierając dalsze ataki, w tym ransomware.
  • Zabezpieczono około 6,4 mln rekordów danych uwierzytelniających pochodzących od ponad 40 tys. ofiar.

Operacja Endgame od 2024 r. obejmuje działania przeciwko narzędziom i infrastrukturze wykorzystywanym na wczesnych etapach cyberataków. W pierwszej odsłonie służby zakłóciły funkcjonowanie m.in. IcedID, Pikabot i Bumblebee, podejmując działania wobec ponad 100 serwerów. Rok później celem były m.in. DanaBot i Latrodectus, a w czerwcu 2026 r. operacja objęła SocGholish, Amadey i StealC. Kolejne akcje ograniczały zaplecze służące do infekowania urządzeń, pozyskiwania dostępu do organizacji i przygotowywania dalszych ataków.

Najnowsze działania przeprowadzono 9–11 listopada 2026 r. Tym razem objęły infrastrukturę Gootloadera, CastleRAT i ponownie StealC. Oprócz działań wobec serwerów i domen oczyszczono 681 przejętych witryn wykorzystywanych do dystrybucji Gootloadera. Wśród uczestników operacji Europol wymienia również polskie Centralne Biuro Zwalczania Cyberprzestępczości.

Dobór celów operacji wiąże się z usługowym modelem malware-as-a-service (MaaS), który pozwala cyberprzestępcą korzystać z cudzych kompetencji i zasobów na różnych etapach ataku. Zespoły bezpieczeństwa mierzą się zarówno ze skalą dystrybucji tych narzędzi, jak i regularnymi zmianami w ich kodzie oraz komunikacji C2, które mogą ograniczać skuteczność istniejących reguł wykrywania. Ryzyko związane z infekcją zwiększa dodatkowo możliwość wykorzystania jej rezultatów przez kolejnych threat actorów. Operatorzy infostealerów współpracują z pośrednikami handlującymi dostępem lub bezpośrednio z grupami ransomware, dzięki czemu dane pozyskane w masowych kampaniach mogą posłużyć do późniejszych, bardziej selektywnych ataków. Część narzędzi oferowanych w modelu MaaS pozwala również dostarczać dodatkowe payloady, umożliwiając dalsze wykorzystanie przejętego urządzenia. Rodziny objęte listopadową akcją pełnią w tym ekosystemie różne funkcje, obejmujące uzyskiwanie dostępu, zdalną kontrolę nad systemem i kradzież danych.

Gootloader służy do uzyskiwania początkowego dostępu i dostarczania kolejnych payloadów. Jego operatorzy wykorzystywali przejęte witryny WordPress oraz SEO poisoning. Użytkownicy szukający m.in. dokumentów prawnych trafiali na strony nakłaniające do pobrania plików podszywających się pod takie materiały. Ich uruchomienie rozpoczynało infekcję, po której możliwe było dostarczenie kolejnego malware, w tym ransomware. Oczyszczenie przejętych witryn ograniczyło więc również kanał docierania do następnych ofiar.

CastleRAT zapewnia z kolei zdalną kontrolę nad zainfekowanym komputerem. Występuje w kilku wariantach napisanych w Pythonie i C, pozwalających zbierać informacje o systemie, wykonywać polecenia CMD i PowerShell oraz pobierać i uruchamiać dodatkowe payloady. Wariant napisany w C ma również funkcje rejestrowania naciśnięć klawiszy, wykonywania zrzutów ekranu i przesyłania plików. Rodzinę tę opisywaliśmy już w Krajobrazie Zagrożeń we wrześniu 2025 r.

StealC koncentruje się natomiast na kradzieży danych. Jest oferowany w modelu MaaS od 2023 r. i pozyskuje m.in. hasła, ciasteczka oraz tokeny z przeglądarek, dane aplikacji pocztowych i VPN, a także dane portfeli kryptowalutowych. Panel operatorski umożliwia zarządzanie infekcjami i dostarczanie dodatkowych ładunków. Skradzione informacje mogą być wykorzystywane bezpośrednio przez operatorów kampanii lub sprzedawane kolejnym przestępcom, również do ataków na organizacje.

W przypadku StealC listopadowa akcja była kontynuacją wcześniejszych działań. BKA potwierdziło, że po czerwcowej operacji sprawcy zmodyfikowali infrastrukturę i ponownie ją uruchomili. Dalsze śledztwo pozwoliło zidentyfikować odtworzone zaplecze oraz kolejne możliwości interwencji. Holenderska policja informuje również, że od poprzedniej akcji monitorowała nowe wersje tego infostealera.

Istotnym rezultatem śledztwa jest także zabezpieczenie około 6,4 mln rekordów danych uwierzytelniających należących do ponad 40 tys. ofiar. Takie zbiory mogły służyć do przejmowania kont i uzyskiwania dostępu do kolejnych systemów, również po zakończeniu samej infekcji. Zabezpieczone informacje mają posłużyć do powiadamiania poszkodowanych, m.in. za pośrednictwem Have I Been Pwned, DIVD i holenderskiego CheckjeHack.

Patrząc szerzej

W tej odsłonie operacji Endgame działania przeciwko loaderom, RAT-om i infostealerom mają znaczenie dla szerszego rynku ransomware, choć liczba przejętych serwerów nie pozwala sama w sobie określić skali tego wpływu. Odbudowa infrastruktury StealC pokazuje zarazem, że skutki takich interwencji mogą być przejściowe. Między czerwcową a listopadową akcją operatorzy zdążyli dostosować zaplecze i wznowić działalność. Kolejne przejęcia mogą zwiększać koszty odtwarzania usług i przerywać ich dostępność, jednak na ocenę długofalowych efektów listopadowych działań jest jeszcze za wcześnie.

Więcej informacji:
https://www.europol.europa.eu/media-press/newsroom/news/64-million-victim-datasets-secured-in-international-operation-against-malware-networks
https://www.presseportal.de/blaulicht/pm/7/6389442

CVE tygodnia

Krytyczna podatność w Apache HTTP Server. Nieuwierzytelnione RCE przez HTTP/2

  • Krytyczne RCE: podatność CVE-2026-119618 w module mod_http2 może umożliwić zdalne wykonanie kodu bez uwierzytelnienia. Red Hat przypisał jej ocenę CVSS 9.8.
  • Zakres zagrożenia: problem dotyczy Apache HTTP Server w wersjach 2.4.55–2.4.70, pod warunkiem aktywnej obsługi HTTP/2. Podatne są również niezależne wydania modułu mod_h2 w wersjach 2.0.8–2.0.42.
  • Dostępna aktualizacja: Apache opublikował wersję 2.4.71, usuwającą podatność. W przypadku braku możliwości natychmiastowej aktualizacji zalecane jest tymczasowe wyłączenie HTTP/2.

Apache Software Foundation opublikowała 11 listopada 2026 r. aktualizację bezpieczeństwa usuwającą krytyczną podatność CVE-2026-119618 w module mod_http2, odpowiedzialnym za obsługę protokołu HTTP/2 w Apache HTTP Server. 

Błąd wynika z nieprawidłowego zarządzania współdzieloną pamięcią podczas równoległego przetwarzania żądań HTTP/2. Może to prowadzić do uszkodzenia pamięci serwera, a w konsekwencji do zdalnego wykonania kodu przez nieuwierzytelnionego atakującego. Potencjalne skutki obejmują przejęcie procesu serwera WWW, dostęp do przechowywanych danych oraz możliwość dalszej ingerencji w środowisko, zależnie od uprawnień procesu. 

Kiedy serwer jest podatny? 

Sama obecność podatnej wersji Apache lub załadowanego modułu mod_http2 nie oznacza automatycznie możliwości wykorzystania podatności. Kluczowe jest, czy serwer faktycznie obsługuje ruch HTTP/2. Dotyczy to zarówno komunikacji szyfrowanej (h2), jak i nieszyfrowanej (h2c). 

Istotne jest również uwzględnienie architektury infrastruktury. Jeżeli ruch HTTP/2 jest terminowany na reverse proxy, CDN lub load balancerze, a do serwera Apache przekazywany wyłącznie jako HTTP/1.1, podatna ścieżka kodu może nie być dostępna. Weryfikacja powinna zatem obejmować nie tylko publiczny punkt wejścia, ale również komunikację pomiędzy poszczególnymi komponentami infrastruktury. 

Warto zwrócić uwagę na różnice pomiędzy dystrybucjami systemów Linux. Przykładowo Red Hat ocenił podatność jako Important dla RHEL 9 i 10, wskazując na odmienny sposób zarządzania pamięcią, który znacząco utrudnia wykorzystanie błędu. RHEL 8 i wcześniejsze wersje nie zawierają podatnego kodu. W przypadku pakietów dystrybucyjnych należy weryfikować status poprawek u producenta, ponieważ aktualizacje bezpieczeństwa mogą być dostarczane jako backporty bez zmiany głównego numeru wersji Apache. 

Dostępność exploitów i zalecenia 

Wokół dostępności exploita pojawiły się rozbieżne informacje. Red Hat poinformował o publicznych badaniach demonstrujących niezawodne wykorzystanie podatności w domyślnej konfiguracji z aktywnym HTTP/2. Z kolei Wiz w swojej analizie wskazywał, że nie dysponuje informacjami o publicznie dostępnym exploicie ani o wykorzystaniu podatności w rzeczywistych atakach. Na obecnym etapie nie należy więc utożsamiać demonstracji możliwości wykorzystania błędu z potwierdzoną kampanią ataków. 

Podstawowym zaleceniem jest aktualizacja Apache HTTP Server do wersji 2.4.71 lub zastosowanie odpowiedniej poprawki udostępnionej przez dostawcę dystrybucji. Jeżeli natychmiastowe wdrożenie aktualizacji nie jest możliwe, zaleca się tymczasowe wyłączenie HTTP/2 i ograniczenie obsługiwanych protokołów do HTTP/1.1. 

W ramach działań weryfikacyjnych warto również sprawdzić konfigurację wszystkich Virtual Hosts, status modułu mod_http2 oraz protokół wykorzystywany w komunikacji pomiędzy reverse proxy a serwerem Apache. Dodatkowo należy zwrócić uwagę na nietypowe awarie procesów serwera WWW, nieoczekiwane procesy potomne, zmiany plików oraz podejrzane połączenia wychodzące.

Patrząc szerzej

CVE-2026-119618 przypomina, że podatność w popularnym komponencie infrastruktury WWW może stworzyć realne ryzyko przejęcia serwera bez konieczności uwierzytelnienia. W praktyce największym wyzwaniem nie jest samo wdrożenie poprawki, ale identyfikacja wszystkich instancji Apache oraz ustalenie, gdzie HTTP/2 jest faktycznie obsługiwane – również za warstwą proxy i load balancerów.

Więcej informacji:
https://www.circl.lu/pub/tr-103
https://httpd.apache.org/security/vulnerabilities_24

Odnośniki do zasobów innych portali służą jedynie jako źródła i nie oznaczają afiliacji. Nie odpowiadamy za zawarte tam treści.

Zobacz także