Kinesiska statshackare skalarbar attacker med DeepSeek
Kinesiska statligt sponsrade hackergrupper har fördubblat sin attackvolym genom att överlåta rekognosceringsarbete och malwareutveckling till DeepSeek, enligt ny forskning från taiwanesiska hotinformationsföretaget TeamT5. Upptäckten är anmärkningsvärd inte för att ett sofistikerat nytt verktyg har dykt upp, utan för att motsatsen är sann: hackare får mer gjort med en billig, svagt begränsad AI-modell snarare än en toppmodern sådan.
TeamT5:s forskning beskriver ett mönster där statsanknutna grupper delegerar de repetitiva, tidskrävande delarna av en attack – att kartlägga ett måls nätverk, utforma exploit-kod och skriva malwarevarianter – till DeepSeek istället för att hantera arbetet manuellt. Eftersom DeepSeek har minimala säkerhetsbegränsningar och är billigt att köra i stor skala, kan hackergrupper generera stora volymer rekognoscering och skadlig kod utan den friktion som mer hårt bevakade kommersiella AI-modeller vanligtvis medför. Resultatet, enligt TeamT5, är att dessa grupper nu genomför mer än dubbelt så många attacker som innan de började använda verktyget på detta sätt.
Varför svaga skyddsräcken betyder mer än rå kraft
Den konventionella antagandet i cybersäkerhetskretsar har varit att mer kapabla AI-modeller utgör det större hotet, eftersom de kan resonera sig igenom komplexa attackkedjor och producera mer övertygande resultat. TeamT5:s resultat vänder på den förväntningen. Det som betyder mest för angripare som driver storskaliga operationer är inte nödvändigtvis den smartaste modellen – det är den som gör vad som begärs utan motstånd och som inte ruinerar operationen vid volym. DeepSeek uppfyller båda kriterierna: den är relativt kapabel, den är billig att fråga upprepade gånger, och den tillämpar inte samma nivå av innehållsfiltrering som västerländska AI-labb har byggt in i sina kommersiella produkter.
Detta är inte första gången forskare har dokumenterat statsanknutna kinesiska aktörer som lutar sig mot AI-verktyg för att accelerera operationer. Tidigare rapportering om kinesiska hackare som använder öppen källkod-AI i en attack mot Taiwan beskrev vad forskare kallade en helt autonom, end-to-end AI-driven cyberattack riktad mot Taiwans regering. TeamT5:s nya rapport tyder på att mönstret inte är en isolerad händelse utan en del av en bredare förändring där AI-assisterade operationer blir standardpraxis för dessa grupper, med DeepSeek som alltmer fungerar som dragarbetaren bakom kulisserna.
Integritetsinsatserna för vanliga användare och organisationer
Att fördubbla attackvolymen innebär inte nödvändigtvis fördubblad sofistikation, men det innebär att fler mål träffas, mer rekognoscering genomförs på fler nätverk, och fler anpassade malwarevarianter produceras för att glida förbi försvar. För organisationer översätts det till en högre baslinjesannolikhet att bli skannade, sondade eller utsatta för riktade attacker, även om de inte är ett rubrikskapande mål. För individer är oron mindre direkt men fortfarande verklig: statsanknutna grupper som använder AI för att skala upp rekognoscering går ofta inte bara efter statliga nätverk. Journalister, aktivister och forskare har historiskt varit mål för kinesisk statsanknuten digital spionag, som dokumenterats i rapportering om en Kinastödd spionkampanj riktad mot journalister och aktivister. Verktyg som gör rekognoscering och malware-skapande billigare och snabbare sänker tröskeln för att utöka den typen av riktade attacker till en bredare grupp människor.
Användningen av en konsumentinriktad AI-modell som DeepSeek väcker också en separat integritetsfråga: hur mycket data flödar genom dessa system, och vem kan potentiellt få tillgång till frågeloggar eller användningsmönster. Medan TeamT5:s forskning fokuserar på hur hackare använder verktyget offensivt, är den bredare implikationen att AI-plattformar med laxerade säkerhetskontroller blir inbäddade i hotaktörernas arbetsflöden – och det är en trend som säkerhetsteam kommer att behöva följa noga framöver.
Vad detta innebär för dig
De flesta läsare kommer inte att vara direkta mål för kinesiska statligt sponsrade hackergrupper, men den bredare trenden spelar fortfarande roll. AI-assisterade attacker tenderar att öka den rena volymen av nätfiskeförsök, skanningsaktivitet och malwarevarianter som cirkulerar online, vilket höjer oddsen för att grundläggande säkerhetshygien testas oftare. Journalister, aktivister, forskare och alla som arbetar med ämnen relaterade till Kina bör vara särskilt uppmärksamma, med tanke på den dokumenterade historien av riktade spionagekampanjer mot dessa grupper.
Praktiska steg förblir desamma oavsett hur attacker genereras: håll programvara och operativsystem uppdaterade, använd starka och unika lösenord med en lösenordshanterare, aktivera multifaktorautentisering där det är möjligt, och var skeptisk mot oönskade meddelanden eller bilagor, även de som ser ovanligt polerade ut. AI-verktyg kan göra malware och nätfiskeinnehåll mer övertygande och mer förekommande, men de förändrar inte grunderna för vad som håller konton och enheter säkra.
Allt eftersom AI-modeller med svaga säkerhetskontroller fortsätter att sänka kostnaden för att driva storskaliga cyberoperationer, kan vi förvänta oss att fler hotinformationsföretag rapporterar liknande resultat. Att hålla sig informerad om hur dessa verktyg används, och upprätthålla konsekventa säkerhetspraxis, förblir det mest pålitliga försvaret som finns tillgängligt för både individer och organisationer.
