Beranda/Artikel /Keamanan Siber
Keamanan Siber

Google: Penyerang Pakai LLM untuk Otomatiskan Serangan ke Bug Baru

ClovertechnoReza 18 November 2026 3 menit baca
Google: Penyerang Pakai LLM untuk Otomatiskan Serangan ke Bug Baru

Google Threat Intelligence Group (GTIG) melaporkan pergeseran penting dalam ancaman siber: pelaku serangan kini memanfaatkan large language model (LLM) untuk memindai pembaruan software secara berkelanjutan, menemukan bug yang baru diperbaiki, lalu menyusun serangan sebelum tim keamanan sempat menerapkan patch. Temuan itu disampaikan dalam laporan AI Threat Tracker terbaru dan dikutip akun resmi News from Google.

Menurut Google, pola ini menekan jeda waktu antara publikasi perbaikan dan munculnya serangan di lapangan. Di sisi pertahanan, Google menekankan upaya membantu defender melalui Google AI Threat Defense, yang menggabungkan Gemini dan model frontier lainnya untuk menemukan serta membantu memperbaiki kelemahan lebih cepat.

Aspek Ringkasan
Temuan utama LLM dipakai untuk otomasi analisis patch & penyusunan serangan
Sumber Google Threat Intelligence Group (AI Threat Tracker)
Dampak Jendela “race to patch” semakin sempit
Respons Google Google AI Threat Defense untuk sisi defender

Apa yang Berubah di Lapangan Ancaman?

Sebelumnya, banyak aktivitas berbasis AI di sisi penyerang masih bergantung pada perintah manual (prompting). Laporan GTIG menandai tahap lebih lanjut: kerangka multi-agent dan pipeline otomatis yang dapat menghubungkan analisis pembaruan software dengan penyusunan serangan pada kerentanan tipe n-day—yaitu celah yang sudah diketahui dan sering baru saja ada patch-nya.

GTIG menyebut untuk pertama kalinya mengamati kerangka berbasis AI yang mengotomatiskan penemuan dan eksploitasi kerentanan tanpa intervensi manusia pada tahapan tertentu. Percepatan ini sejalan dengan data yang menunjukkan peningkatan volume pengungkapan kerentanan dan aktivitas eksploitasi dalam periode 2026.

Dampak praktisnya jelas bagi organisasi: menunda update bukan lagi sekadar “risiko administratif”, melainkan membuka peluang bagi serangan yang bergerak pada kecepatan mesin.

Mengapa Patch Menjadi Target Menarik?

Patch publik sering memberi petunjuk tentang apa yang diperbaiki. Dengan otomasi berbasis LLM, perbandingan kode atau analisis perubahan dapat dilakukan jauh lebih cepat daripada proses manual tradisional. Akibatnya, organisasi yang lambat merollout perbaikan—karena uji regresi, jadwal maintenance, atau ketergantungan sistem warisan—berada di posisi lebih rentan.

GTIG juga mencatat beban tambahan di sisi bertahan: beredarnya kode serangan yang diklaim berfungsi tetapi sebenarnya tidak, yang tetap menyita waktu verifikasi tim keamanan.

Respons di Sisi Pertahanan

Google menyatakan membantu defender menghadapi ancaman otomatis melalui Google AI Threat Defense. Pendekatan yang dikomunikasikan berfokus pada pemanfaatan model AI untuk mempercepat deteksi dan perbaikan kelemahan sebelum dapat dieksploitasi secara luas.

Di luar produk spesifik vendor, prinsip yang sama berlaku secara umum bagi organisasi:

  • Percepat siklus patch untuk sistem terpapar internet
  • Prioritaskan kerentanan berdasarkan eksploitabilitas dan paparan, bukan hanya skor generik
  • Pantau aset dan dependensi software secara berkelanjutan
  • Siapkan proses uji dan rollback agar update tidak tertahan terlalu lama
  • Kurangi permukaan serangan: layanan yang tidak perlu jangan dibuka publik

Implikasi bagi Perusahaan

Otomasi di sisi penyerang menuntut otomasi dan disiplin di sisi bertahan. Tim yang masih mengandalkan spreadsheet inventori, update manual tanpa inventory jelas, atau proses approval berlapis tanpa SLA patch akan semakin tertinggal.

Bagi bisnis yang membangun atau mengoperasikan aplikasi sendiri, praktik aman dalam SDLC—dependency scanning, hardeninig konfigurasi, dan monitoring—menjadi bagian dari kelangsungan operasional, bukan hanya checklist compliance.

Kesimpulan

Laporan Google Threat Intelligence Group menegaskan bahwa AI tidak hanya mempercepat kerja defender, tetapi juga mempercepat siklus serangan terhadap bug yang baru diperbaiki. Jendela waktu antara patch dan eksploitasi semakin sempit, sehingga kecepatan update, visibilitas aset, dan proses keamanan yang terukur menjadi krusial.

Keamanan aplikasi dan infrastruktur membutuhkan tata kelola teknis yang konsisten, termasuk pada sistem yang dibangun secara kustom. Jika perusahaan Anda membutuhkan bantuan penguatan aplikasi, audit celah konfigurasi, atau pengembangan software dengan praktik keamanan yang lebih baik, tim Clovertechno siap membantu. Kunjungi clovertechno.id untuk konsultasi jasa pembuatan software dan solusi keamanan digital sesuai kebutuhan bisnis Anda.

google threat intelligencellm securityai cyber attackpatch managementcybersecurityclovertechno

Sistem perusahaan Anda belum saling terhubung?

Ceritakan sistem yang dipakai, kami petakan integrasinya. Konsultasi gratis, tanpa komitmen.

Chat WhatsApp