Mi történt
A Straits Times jelentése szerint a TeamT5 kínai állami kötődésű hackercsoportokat figyelt meg a DeepSeek és más mesterséges intelligencia modellek használatával a kibertámadások több szakaszában. A kutatók szkripteket, naplókat és képernyőképeket idéztek, amelyek olyan felhasználási módokat jeleztek, mint a felderítés, az exploit-kód generálása, a tartományleképezés és az oldalirányú mozgás. A jelentés szerint az alkalmazott modellt nem mindig lehetett azonosítani, és az eredményeket nem erősítették meg egymástól függetlenül.
A Straits Times jelentése szerint a TeamT5 tajvani kutatócég azt találta, hogy a kínai állami kötődésű kibercsoportok több mint kétszeresére növelték támadásaikat, miután hétköznapi feladatokat delegáltak az MI-re, és azt rosszindulatú szoftverek fejlesztésére használták. A TeamT5 szerint nem mindig lehetett azonosítani, hogy melyik modellt használták. A kutatók mindazonáltal a DeepSeek-t népszerűnek nevezték a kínai hackerek körében teljesítménye, testreszabhatósága és alacsony működési költsége miatt, valamint a viszonylag gyenge kiberbiztonsági védőkorlátok miatt. Ezek a kutatók által közölt megállapítások, nem pedig a forrás független ellenőrzött következtetései.
A The Straits Times szerint a TeamT5 azt mondta, hogy olyan szkripteket és naplókat szerzett be, amelyek azt mutatják, hogy az AI-eszközöket a támadások során használták. A jelentés három példát ír le: a Grimfengxi nevű csoport állítólag a DeepSeek kódot használta kihasználó kód létrehozására; a Huapi nevű csoport állítólag egy kínai mesterséges intelligencia-modellt használt, amelyről a kutatók úgy vélték, hogy DeepSeek egy tajvani cég levelezőrendszere ellen; a Teleboyi nevű csoport pedig állítólag 1000 internetes IP-cím összegyűjtésére és egy cég domainjének feltérképezésére használta a platformot. A forrás nem nyújt elegendő technikai részletet a műveletek sikerének vagy teljes terjedelmének értékeléséhez.
A Straits Times arról is beszámol, hogy a kínai hackercsoportok más modelleket is használtak. A CyCraft szerint egy hackerszoftvert értékesítő cég a ChatGPT-t használta egy nyugati agytröszt elleni támadás során. Miután a hackerek megszerezték egy alkalmazott helyi Signal adatbázisát egy kompromittált számítógépről, a Bloomberg News által áttekintett képernyőképek állítólag azt mutatták, hogy konzultálnak a ChatGPT-vel, hogy segítsenek létrehozni egy modult, amelynek célja a visszafejtése. A TeamT5 külön elmondta, hogy a Slime22 nevű csoport a Claude Code-t használta oldalirányú mozgások elvégzésére egy tajvani technológiai vállalaton belül, miután telepítette a Kalit, egy behatolást vizsgáló platformot. A forrás szerint a csoport megkerülte a biztosítékokat azzal, hogy mérnöknek adta ki magát, aki engedélyezett biztonsági teszteket végez.
A jelentés szerint a kutatók egy nyilvános megosztott meghajtót találtak, amely több ezer kínai nyelvű képernyőképet tartalmazott, köztük a legutóbbi februárban készült képeket, amelyek egy nagyjából 10 fős startupot ábrázoltak, amint eladásra szánt hackereszközöket fejleszt. Az eszközök állítólag 300 000 és 500 000 jüan közé kerültek, és a jelentés szerint legalább négy hackercsoport volt vásárló. A Straits Times szerint az egyik csoporthoz kapcsolódó tevékenység átfedésben volt a Mustang Pandának nyilvánosan betudható műveletekkel, amelyeket az Egyesült Államok Igazságügyi Minisztériuma a kínai kormány által támogatottnak minősít. A jelentés szerint a DeepSeek, Kína washingtoni nagykövetsége és a kínai külügyminisztérium nem válaszolt a megjegyzésekre.
Forrás részletei: straitstimes.com ↗
Miért számít
A jelentés szerint a mesterséges intelligencia által támogatott kiberműveletekhez nincs szükség a legfejlettebb modellekre a méretezéshez. Az alacsony költségű, testreszabható modellek viszonylag gyenge kiberbiztonsági védőkorlátokkal segíthetik a tapasztalt támadókat a rutinmunka automatizálásában és rosszindulatú szoftverek fejlesztésében, ami növelheti a vállalatok és intézmények elleni támadások mennyiségét és sebességét.
A központi jelentősége a működési lépték. A Straits Times beszámolója azt sugallja, hogy a támadók viszonylag hétköznapi nyelvi modelleket használhatnak a felderítés automatizálására, kód generálására és egyéb ismétlődő feladatok végrehajtására, így a tapasztalt kezelőkre bízzák a kampányok koordinálását és a magasabb szintű döntések meghozatalát. Ez azért számít, mert az AI biztonsági hatása kevésbé az autonóm, határmodell viselkedéséből fakad, mint a behatolási technikák gyorsabbá, olcsóbbá vagy könnyebben megismételhetővé tételéből. A támadások számának megduplázódása a TeamT5-nek tulajdonítható, és ezt a forrás nem erősíti meg.
A DeepSeek bejelentett fellebbezése azt is szemlélteti, hogy a biztonsági ellenőrzések, az ár és a testreszabás hogyan befolyásolhatja a visszaélésszerű használatot. A kutatók elmondták a The Straits Timesnak, hogy a kínai hackerek részben azért részesítették előnyben a DeepSeek-t, mert olcsó volt, és gyengébb volt a kibervédő korlátokkal, mint néhány nyugati szolgáltatás. A forrás nem bizonyítja, hogy a DeepSeek konkrét jogsértést okozott volna, hogy biztosítékai általánosan gyengébbek lennének, vagy hogy minden idézett eseménynél ezt a modellt alkalmazták volna. Megmutatja, hogy a modellek rendelkezésre állása és a visszaélések megelőzése miért válik biztonsági aggályokká a modell képességei mellett.
A kereskedelmi nyugati eszközök bejelentett használata bonyolítja az egyszerű nemzeti vagy technológiai megosztottságot. A Straits Times szerint a kínai kötődésű szereplők a ChatGPT és a Claude Code jeleket is használták, a szolgáltatói korlátozások és biztosítékok ellenére. A Claude Code ügyben a TeamT5 azt mondta, hogy a támadók legitim biztonsági tesztelőt adtak ki, hogy megkerüljék a védelmet. A ChatGPT esetében a forrás leírja a visszafejtéssel kapcsolatos szoftvermodul segítségét, de nem állapítja meg, hogy a modul működött-e, vagy a modell biztosította-e a döntő műszaki ismereteket. Ezek a határértékek fontosak az AI segítségnyújtás gyakorlati hatásának értékelésekor.
A védők számára ez azt jelenti, hogy a modellhasználat csak egy komponense lehet egy szélesebb behatolási láncnak. A közölt példák kompromittált rendszereket, helyi adatokat, felderítést, exploit fejlesztést, penetrációtesztelő eszközöket és oldalirányú mozgást tartalmaznak. A naplók, felszólítások vagy képernyőképek segíthetnek a nyomozóknak azonosítani a mesterséges intelligencia segítségét, de a forrás nem mondja meg, hogy az ilyen bizonyítékok mennyire megbízhatóan gyűjthetők vagy hitelesíthetők. A szervezetek ezért nem feltételezhetik, hogy egy modell ujjlenyomatának észlelése elegendő lesz; a cikk támogatja a hagyományos hozzáférés-szabályozásra, a végpontok figyelésére és a szokatlan automatizálás vizsgálatára való odafigyelést, miközben az egyes védelmek hatékonyságát megoldatlanul hagyja.
Interaktív mechanizmus: Hogyan működik valójában
Fedezze fel interaktívan a fejlesztés mögött meghúzódó technológiát.
crm_get_transaction(id='4092').Which component of an AI application is the machine-learning model itself?
Mit nézzünk ezután
További bizonyítékokra van szükség annak megállapításához, hogy a DeepSeek-t vagy más modelleket milyen gyakran használják valós támadásokban, mennyi emberi szakértelemre van szükség, és hogy az AI lényegesen javítja-e az eredményeket. Figyelje a technikai nyilvánosságra hozatalt, az érintett szervezetek vizsgálatait, a modellszolgáltatók visszaéléseiről szóló jelentéseket és a bizonyítékokat arra vonatkozóan, hogy a szolgáltatók biztosítékait megkerülik vagy megerősítik.
Az első kérdés az, hogy a TeamT5, a CyCraft vagy az érintett szervezetek teljesebb technikai bizonyítékot tesznek-e közzé. A Straits Times arról számol be, hogy a kutatók rendelkeztek szkriptekkel, naplókkal és képernyőképekkel, de a forrás nem tartalmazza a műtermékeket, a kompromisszumra utaló jeleket, a támadások ütemezését vagy a független törvényszéki megállapításokat. Ezek a részletek segítenének megkülönböztetni a közvetlen modellhasználatot az ember által írt eszközöktől, megállapítani, hogy az idézett csoportok elérték-e a kitűzött célokat, és tisztázni lehetne, hogy a támadások jelentett növekedése mennyi az MI-nek tulajdonítható.
Figyelje a modellszolgáltatók és a kormányok megerősítését. A DeepSeek nem válaszolt a The Straits Times megjegyzéskérésére, míg a Anthropic szintén nem válaszolt a kérdésekre. A OpenAI elmondta, hogy elkötelezett a modelljeivel való visszaélések azonosítása, megelőzése és megzavarása mellett. A cikk nem számol be semmilyen új korlátozásról vagy műszaki változtatásról a DeepSeek, OpenAI vagy Anthropic által ezekre a megállapításokra reagálva. A nyilvános szolgáltatói vizsgálatok tisztázhatják a fiókellenőrzést, a visszaélések észlelésének módszereit és azt, hogy a modellek naplói támogatják-e vagy ellentmondanak-e a kutatók beszámolójának.
A másik figyelendő terület a modell képességének és költségének szerepe. A jelentés szerint a kutatók nem rögzítettek incidenst a Moonshot Kimi K3-ával kapcsolatban, és úgy vélték, hogy túl drága volt a hackerek számára a futtatás, miközben a DeepSeek-t kellően hatékonynak és olcsóbbnak minősítették. Ez egy kutatói értékelés, nem összehasonlító tanulmány. További bizonyítékokra lenne szükség annak meghatározásához, hogy a költségek, a hozzáférés, a védőkorlátok, a modell minősége vagy az ismertség a fő tényező a támadók választásában.
Végül a jelentés összekapcsolja ezt a történetet a Anthropic korábbi közzétételével, miszerint a kínai állami támogatású hackerek 2025 szeptemberében a Claude Code-t használták 30 entitás megcélzására, amelyet a Anthropic az első dokumentált, jelentős emberi beavatkozás nélkül végrehajtott nagyszabású kibertámadásként jellemez. A jelenlegi cikk nem igazolja önállóan ezt a korábbi állítást, és nem állapítja meg, hogy az újonnan leírt DeepSeek tevékenység autonóm. A jövőbeni jelentéseknek el kell különíteniük az ember által irányított segítségnyújtást, a részleges automatizálást és a valóban autonóm műveleteket, mivel ezek a kategóriák különböző kockázatokat hordoznak, és eltérő védekezési és politikai válaszokat igényelnek.