Come DeepSeek sta dando più slancio agli attacchi informatici legati alla Cina

La società taiwanese di threat intelligence TeamT5 sostiene che alcuni gruppi hacker legati allo Stato cinese abbiano più che raddoppiato il volume dei loro attacchi dopo aver integrato DeepSeek e altri modelli di intelligenza artificiale open source nelle attività operative. Il punto centrale del rapporto non è che l’IA conduca autonomamente ogni intrusione, ma che riduca il lavoro ripetitivo abbastanza da permettere agli operatori di colpire più obiettivi, con costi inferiori. 457

L’IA come moltiplicatore di forze

TeamT5 ha individuato l’uso di strumenti IA in diverse fasi della catena d’attacco: ricognizione, scansione delle vulnerabilità, sviluppo di exploit, attività legate al malware e operazioni successive alla compromissione di una rete. La valutazione si basa su script e log ottenuti da campagne recenti; i ricercatori avvertono però che questi elementi non consentono sempre di identificare con certezza il modello usato in ogni singolo caso. 47

La distinzione è importante. L’aumento di oltre due volte è una stima di TeamT5 sul volume degli attacchi condotti dai gruppi esaminati, non un conteggio definitivo di tutte le operazioni informatiche riconducibili alla Cina. L’IA sembra soprattutto aiutare gli operatori a delegare i compiti più banali, abbreviare alcune fasi dell’attacco e aumentare la scala delle operazioni, senza sostituire del tutto la supervisione umana. 57

Perché DeepSeek sarebbe il modello preferito

Secondo l’analisi riportata da TeamT5, DeepSeek offrirebbe una combinazione particolarmente utile per questo tipo di attività:

• Prestazioni sufficienti per ricerca, programmazione e compiti operativi;
• costi di esecuzione contenuti, che rendono più pratico un utilizzo ripetuto o su larga scala;
• possibilità di personalizzazione, tipica dei modelli open source;
• restrizioni relativamente deboli sul fronte della sicurezza informatica, che ridurrebbero il lavoro necessario per ottenere o adattare assistenza dannosa. 27

Questo spiega perché il modello più potente non sia necessariamente quello più conveniente per un attaccante. Nella valutazione attribuita a TeamT5, sistemi più avanzati come Kimi K3 di Moonshot sarebbero meno interessanti per ragioni di costo e per la presenza di salvaguardie più robuste. Le informazioni disponibili non dimostrano però che Kimi K3 sia stato utilizzato negli incidenti esaminati. 7

I casi osservati da TeamT5

La società ha associato l’uso dell’IA a diversi gruppi, ciascuno impegnato in una fase distinta delle operazioni.

Grimfengxi: codice per sfruttare le vulnerabilità

Grimfengxi avrebbe usato DeepSeek per generare codice destinato a sfruttare vulnerabilità. Il caso va oltre la semplice raccolta di informazioni: il modello sarebbe stato impiegato per contribuire alla produzione di codice capace di approfittare di una debolezza nei sistemi bersaglio. 7

Teleboyi: automatizzare la ricognizione

Teleboyi avrebbe utilizzato DeepSeek per raccogliere circa 1.000 indirizzi IP da Internet e mappare i domini di un’organizzazione. Si tratta di attività di ricognizione, cioè della costruzione di un quadro dell’infrastruttura di una potenziale vittima prima di un tentativo di intrusione. La mappatura, da sola, non dimostra tuttavia che sia avvenuta una compromissione. 7

Huapi: un attacco al sistema email di un’azienda taiwanese

Huapi avrebbe usato un modello di IA cinese contro il sistema di posta elettronica di un’azienda taiwanese. TeamT5 ritiene probabile che si trattasse di DeepSeek, ma non è riuscita a identificarlo in modo conclusivo. L’incertezza mostra quanto sia difficile attribuire un modello specifico sulla base del solo codice o del comportamento osservato durante un attacco. 7

Slime22: Claude Code dopo l’intrusione

L’attività non sarebbe stata limitata ai modelli cinesi open source. Secondo le informazioni collegate a TeamT5, Slime22 avrebbe usato Claude Code di Anthropic dopo aver violato i sistemi di un’azienda tecnologica taiwanese e installato Kali Linux, una piattaforma per i test di penetrazione, per facilitare il movimento laterale nella rete. Gli operatori avrebbero presentato l’attività come un test ingegneristico autorizzato per aggirare le misure di sicurezza. 7

Il caso evidenzia un problema più ampio: i team difensivi non possono concentrarsi su un singolo modello o su una sola area geografica. Gli aggressori possono combinare sistemi locali e modelli open source con strumenti commerciali occidentali, scegliendo di volta in volta quelli più adatti al compito e ai controlli da superare.

Un ecosistema più ampio di strumenti IA

Il rapporto descrive anche un mercato emergente attorno alle intrusioni assistite dall’intelligenza artificiale. Una startup cinese con circa dieci dipendenti avrebbe venduto software per le intrusioni a un prezzo compreso tra 300.000 e 500.000 yuan, circa 44.500-74.000 dollari, ad almeno quattro gruppi hacker. Durante uno degli attacchi sarebbe stato utilizzato anche ChatGPT. 7

Anche il gruppo Kimsuky, legato alla Corea del Nord, avrebbe testato modelli IA eseguiti localmente. L’installazione in locale può offrire agli operatori un maggiore controllo sul modello e sui dati, riducendo potenzialmente la dipendenza da servizi esterni e dai relativi sistemi di rilevamento degli abusi. Le informazioni disponibili confermano il test, ma non stabiliscono quanto questi modelli siano stati efficaci in operazioni reali. 7

Anthropic ha inoltre riferito che l’IA può abbassare la soglia tecnica necessaria per condurre attività di criminalità informatica sofisticata, consentendo ad attori con competenze limitate di svolgere operazioni che in precedenza avrebbero richiesto un livello di esperienza molto più alto. Il dato è coerente con il quadro tracciato da TeamT5: il rischio immediato potrebbe derivare meno da un singolo sistema “superumano” e più dalla capacità di operatori già attivi di accelerare programmazione, ricognizione e automazione dei flussi di lavoro.

OpenAI ha dichiarato di lavorare per identificare, prevenire e interrompere i tentativi di abuso dei propri modelli. 7

Che cosa dimostra — e che cosa no — il rapporto

Le conclusioni di TeamT5 indicano un effetto operativo concreto: i flussi di lavoro assistiti dall’IA possono aumentare il numero di attacchi tentati, prendendo in carico attività ripetitive. Le prove non dimostrano però che DeepSeek abbia condotto autonomamente tutte le intrusioni riportate.

Tre limiti sono particolarmente rilevanti:

1. L’attribuzione del modello è incompleta. Gli investigatori non riescono a collegare in modo affidabile ogni script, comando o intrusione a uno specifico sistema IA. 47
2. Il volume degli attacchi non equivale al numero di compromissioni riuscite. Un maggior numero di tentativi non dimostra da solo che siano stati violati più obiettivi o che i danni siano aumentati nella stessa proporzione.
3. Le prove riguardano gruppi e campagne osservati. La stima del raddoppio o più è una valutazione riferita da TeamT5, non una misurazione completa di tutta l’attività informatica legata allo Stato cinese. 7

La conclusione più solida è quindi più circoscritta — e più utile per chi deve difendere le reti — dell’idea di un hacking completamente autonomo: un’IA economica e personalizzabile sta rendendo più semplice per gli attori già organizzati industrializzare alcune fasi dell’attacco. Le aziende dovrebbero presumere che ricognizione, generazione di codice e attività successive alla compromissione possano essere accelerate da modelli diversi, non soltanto da DeepSeek.