Op 28 oktober 2026 meldde Cequence dat één scanner ongeveer 32 AI-botidentiteiten nabootste om gevoelige bestanden te zoeken. In het door Cequence beschermde verkeer werden bijna alle verzoeken geblokkeerd of mislukten, schrijft Cequence. De gemelde activiteit liep van ten minste eind september tot eind oktober 2026. Cequence rapporteerde geen bevestigde diefstal van inloggegevens of systeeminbraak.
De scanner wisselde tussen AI-botidentiteiten
De scanner deed zich voor als bots die in verband worden gebracht met onder meer OpenAI, Anthropic, Meta en Perplexity. Eén machine claimde binnen enkele seconden identiteiten van verschillende aanbieders. Neppe Claude-identiteiten gebruikten contactgegevens van de crawler van Anthropic. Ook ontbraken een eigen identificatie en contactgegevens.
Een User-Agent is een tekstveld in een webverzoek waarin de afzender vermeldt welke client het gebruikt. Zo’n naam verifieert de identiteit niet: een verzoek kan een botnaam vermelden zonder van die bot afkomstig te zijn.
De scanner probeerde ongeveer 90 paden, waaronder .env-configuratiebestanden, cloudbestanden met inloggegevens, privésleutels voor SSH en gegevens over de serveromgeving. Eerst stuurde de scanner willekeurige, betekenisloze paden om websites te vinden die op elk pad antwoordden. Daarna vroeg hij de gevoelige bestanden op. Per scanadres volgden 50 tot 190 verzoeken in ongeveer acht seconden, voordat de scanner verderging.
Wat gebeurde er met de verzoeken?
Cequence zegt dat bijna alle verzoeken in het door het bedrijf beschermde verkeer werden geblokkeerd of mislukten. Dat is het gerapporteerde resultaat voor dat verkeer; het is geen vaststelling over websites buiten die waarneming. De scanner gebruikte meer dan 300 cloudadressen op één dag en bijna 400 in een week. Daardoor is een vaste blokkadelijst met IP-adressen op zichzelf weinig bruikbaar tegen dit patroon.
De verkeerscijfers hebben verschillende noemers
Op één dag in oktober bereikte de scanner 48% van de door Cequence beschermde organisaties die die dag AI-botverkeer ontvingen. Dat percentage gaat over die groep organisaties.
Bij verschillende organisaties was meer dan 80% van de verzoeken die als AI-botverkeer waren gelabeld afkomstig van de imitator. In Cequences onderzochte financiële-dienstverleningsorganisaties vormden AI-agenten die namens klanten handelden daarentegen minder dan één op de 4.000 verzoeken, zelfs bij de meest blootgestelde instelling. Die cijfers beschrijven verschillende soorten verkeer en zijn niet onderling uitwisselbaar.
Zo controleer je de identiteit van een AI-bot
Cequence adviseert organisaties botidentiteiten te controleren met ondertekende verzoeken, gepubliceerde IP-adresreeksen of directe integraties. Controleer daarnaast of het gedrag past bij de opgegeven rol. Een User-Agent-naam alleen is daarvoor niet genoeg.
Houd geheimen buiten bestanden die via het web bereikbaar zijn en stel test- en beheersites niet openbaar bloot. Die maatregelen sluiten aan op de bestanden en paden waar de scanner naar zocht.
