Kinesiske statsstøttede hackere skalerer angreb med DeepSeek
Kinesiske statsstøttede hackergrupper har fordoblet deres angrebsvolumen ved at overdrage rekognosceringsarbejde og malwareudvikling til DeepSeek, ifølge ny forskning fra det taiwanske trusselsintelligensfirma TeamT5. Fundet er bemærkelsesværdigt, ikke fordi et sofistikeret nyt værktøj er dukket op, men fordi det modsatte er tilfældet: hackere får mere gjort med en billig, svagt begrænset AI-model frem for en banebrydende en.
TeamT5's forskning beskriver et mønster, hvor statsforbundne grupper overdrager de gentagne, tidskrævende dele af et angreb – at kortlægge et måls netværk, udarbejde exploit-kode og skrive malware-varianter – til DeepSeek i stedet for at håndtere det arbejde manuelt. Fordi DeepSeek pålægger minimale sikkerhedsbegrænsninger og er billig at køre i stor skala, kan hackergrupper generere store mængder rekognoscering og ondsindet kode uden den friktion, som mere tungt bevogtede kommercielle AI-modeller typisk introducerer. Resultatet er ifølge TeamT5, at disse grupper nu udfører mere end dobbelt så mange angreb, som før de begyndte at bruge værktøjet på denne måde.
Hvorfor svage begrænsninger betyder mere end rå styrke
Den konventionelle antagelse i cybersikkerhedskredse har været, at mere kapable AI-modeller udgør den største trussel, da de kan ræsonnere sig gennem komplekse angrebskæder og producere mere overbevisende output. TeamT5's fund vender den forventning om. Hvad der betyder mest for angribere, der kører storstilede operationer, er ikke nødvendigvis den klogeste model, men den, der gør, hvad der bliver bedt om uden modstand og ikke ruinere operationen i stor skala. DeepSeek opfylder begge kriterier: den er relativt kapabel, den er billig at forespørge gentagne gange, og den anvender ikke samme niveau af indholdsfiltrering, som vestlige AI-laboratorier har bygget ind i deres kommercielle produkter.
Dette er ikke første gang, forskere har dokumenteret statsforbundne kinesiske aktører, der læner sig op ad AI-værktøjer for at accelerere operationer. Tidligere rapportering om kinesiske hackere, der brugte open-source AI i et angreb på Taiwan beskrev, hvad forskere kaldte et fuldt autonomt, end-to-end AI-drevet cyberangreb rettet mod Taiwans regering. TeamT5's nye rapport antyder, at det mønster ikke er en isoleret hændelse, men en del af et bredere skift mod, at AI-assisterede operationer bliver standardpraksis for disse grupper, med DeepSeek i stigende grad som arbejdshesten bag kulisserne.
Privatlivsindsatsen for almindelige brugere og organisationer
En fordobling af angrebsvolumen betyder ikke nødvendigvis en fordobling af sofistikation, men det betyder, at flere mål bliver ramt, der bliver udført mere rekognoscering på flere netværk, og der bliver produceret flere skræddersyede malware-varianter for at slippe forbi forsvar. For organisationer oversættes det til en højere grundlæggende sandsynlighed for at blive scannet, undersøgt eller målrettet, selvom de ikke er et overskriftskrævende mål. For enkeltpersoner er bekymringen mindre direkte, men stadig reel: statsforbundne grupper, der bruger AI til at skalere rekognoscering, går ofte ikke kun efter regeringsnetværk. Journalister, aktivister og forskere har historisk set været mål for kinesisk statsforbundet digital spionage, som dokumenteret i rapportering om en Kina-støttet spionagekampagne rettet mod journalister og aktivister. Værktøjer, der gør rekognoscering og malware-skabelse billigere og hurtigere, sænker barrieren for at udvide den slags målretning til en bredere pulje af mennesker.
Brugen af en forbrugerorienteret AI-model som DeepSeek rejser også et separat privatlivsspørgsmål: hvor meget data flyder gennem disse systemer, og hvem kan muligvis få adgang til forespørgselslogfiler eller brugsmønstre. Mens TeamT5's forskning fokuserer på, hvordan hackere bruger værktøjet offensivt, er den bredere implikation, at AI-platforme med løse sikkerhedskontroller bliver integreret i trusselsaktorers arbejdsgange, og det er en tendens, sikkerhedsteams vil være nødt til at følge nøje fremover.
Hvad dette betyder for dig
De fleste læsere vil ikke være direkte mål for kinesiske statsstøttede hackergrupper, men den bredere tendens betyder stadig noget. AI-assisterede angreb har tendens til at øge den samlede mængde af phishing-forsøg, scanning-aktivitet og malware-varianter, der cirkulerer online, hvilket øger oddsene for, at grundlæggende sikkerhedshygiejne bliver testet oftere. Journalister, aktivister, forskere og alle, der arbejder med emner relateret til Kina, bør være særligt opmærksomme i lyset af den dokumenterede historie med målrettede spionagekampagner mod disse grupper.
Praktiske skridt forbliver de samme, uanset hvordan angreb genereres: hold software og operativsystemer opdateret, brug stærke og unikke adgangskoder med en adgangskodeadministrator, aktiver multi-faktor-godkendelse, hvor det er muligt, og vær skeptisk over for uopfordrede beskeder eller vedhæftede filer, selv dem der ser usædvanligt polerede ud. AI-værktøjer kan gøre malware- og phishing-indhold mere overbevisende og mere rigeligt, men de ændrer ikke på det grundlæggende i, hvad der holder konti og enheder sikre.
Efterhånden som AI-modeller med svage sikkerhedskontroller fortsætter med at sænke omkostningerne ved at køre storstilede cyberoperationer, kan man forvente, at flere trusselsintelligensfirmaer rapporterer lignende fund. At forblive informeret om, hvordan disse værktøjer bruges, og opretholde konsekvente sikkerhedspraksisser, forbliver det mest pålidelige forsvar, der er tilgængeligt for både enkeltpersoner og organisationer.
