AIは中国政府系ハッカーのサイバー攻撃をどう拡大させたのか

台湾の脅威インテリジェンス企業TeamT5は、中国政府と関係があるとされるハッカー集団が、DeepSeekなどのオープンソースAIを実務に組み込んだ後、サイバー攻撃の量を2倍超に増やしたと分析しました。焦点は、AIが単独で侵入を完遂したということではありません。偵察や情報整理、コード作成といった繰り返しの作業をAIに任せることで、既存の攻撃者がより多くの標的を、より少ない時間とコストで狙えるようになったという点です。457

AIは「自律型ハッカー」よりも攻撃の増幅器

TeamT5は、最近の攻撃キャンペーンから入手したスクリプトやログを調べ、AIが侵入活動の複数の段階で使われている形跡を追跡しました。対象となったのは、標的の偵察、脆弱性のスキャン、悪用コードの開発、マルウェア関連の作業、侵入後のネットワーク内での活動などです。47

ただし、資料から毎回、どのAIモデルが使われたかを特定できるわけではありません。また、「攻撃量が2倍超」という数字は、TeamT5が調査した集団についての評価であり、中国と関係があるとされるすべてのサイバー攻撃を数えたものではありません。57

つまり、今回の報告が示すのは、DeepSeekが人間の判断を完全に置き換えたという事実ではなく、AIが攻撃工程の定型部分を短縮し、攻撃者の処理能力を押し上げているという構図です。

なぜDeepSeekが選ばれたのか

TeamT5の分析によると、DeepSeekが攻撃者にとって実用的だった理由は、次の組み合わせにあります。

• 調査やコーディングに十分な性能がある
• 運用コストが低く、繰り返し使いやすい
• オープンソースモデルとして用途に合わせて調整しやすい
• サイバー安全対策が比較的弱く、有害な支援を得たり改変したりする際の手間が少ない 27

この点では、最も高性能なモデルが、必ずしも攻撃者にとって最も使いやすいモデルとは限りません。TeamT5は、MoonshotのKimi K3のようなより高性能なモデルについて、コストが高く、安全対策も強いため、こうした作戦にはDeepSeekほど魅力的ではないとみていると報じられています。ただし、TeamT5が調査した事件でKimi K3が使われたことを示す証拠は確認されていません。7

攻撃工程ごとに異なるAIの使い方

TeamT5が挙げた事例では、集団ごとにAIへ任せた仕事が異なります。

Grimfengxi：脆弱性悪用コードの作成

Grimfengxiは、DeepSeekを使って脆弱性を悪用するためのコードを作成したとされます。単なる情報収集にとどまらず、標的システムの弱点を突くコードの生成を支援させていた例です。7

Teleboyi：標的の偵察を自動化

Teleboyiは、インターネット上から約1,000件のIPアドレスを集め、標的組織のドメインを対応付ける作業にDeepSeekを使ったと報じられています。これは、侵入前に標的のインフラ構成を把握する「偵察」にあたります。7

ただし、IPアドレスの収集やドメインのマッピングだけで、侵入に成功したことや被害が発生したことまで証明されるわけではありません。

Huapi：台湾企業のメールシステムを攻撃

Huapiは、台湾企業のメールシステムへの攻撃に中国製AIモデルを使ったとされます。TeamT5は、そのモデルがDeepSeekだった可能性が高いとみていますが、決定的な特定には至っていません。7

この事例は、攻撃コードや挙動だけから、使用されたAIモデルを確実に突き止めることが難しい点も示しています。

Slime22：侵入後のネットワーク内移動にClaude Code

AIの利用は、中国製やオープンソースのモデルだけに限られません。TeamT5に関連する報道によると、Slime22は台湾のテクノロジー企業へ侵入した後、侵入テスト用のLinuxディストリビューションであるKali Linuxを導入し、AnthropicのClaude Codeをネットワーク内の別の端末へ移動する「ラテラルムーブメント」に使ったとされます。攻撃者は、保護機能を回避するため、作業を正規のエンジニアリングテストであるかのように説明したとも報じられています。7

このケースが示すのは、守る側が特定のモデルや、特定の国で開発されたAIだけを監視すれば十分とは限らないということです。攻撃者は、作業内容や直面した制限に応じて、ローカルで動かすオープンモデルと商用AIサービスを使い分ける可能性があります。

中国製モデル以外にも広がるAI活用

TeamT5の報告は、AIを使った侵入活動を支える周辺市場にも触れています。従業員約10人の中国のスタートアップが、少なくとも4つのハッカー集団に対し、30万～50万元（約4万4,500～7万4,000ドル）の侵入ソフトウェアを販売していたと報じられています。ある攻撃ではChatGPTが使われたともされています。7

また、北朝鮮と関係があるとされる集団Kimsukyも、ローカル環境で動かすAIモデルを試していたと報じられています。AIを自前の環境で運用すれば、モデルやデータをより細かく管理でき、外部サービスへの依存や、不正利用を検知する仕組みとの接触を減らせる可能性があります。ただし、現時点の報道からは、これらのローカルモデルが実際の攻撃でどの程度有効だったかまでは分かっていません。7

Anthropicも別の報告で、AIが高度なサイバー犯罪への技術的な参入障壁を下げ、限られた技術力しか持たない攻撃者でも、以前ならより多くの専門知識が必要だった作業を実行できるようにしていると指摘しています。

OpenAIは、自社モデルの悪用を特定・防止し、阻止する取り組みを進めていると説明しています。7

報告が示すこと、示していないこと

TeamT5の調査から読み取れる最も明確な結論は、AI支援のワークフローが攻撃者の「試行回数」を増やし得るということです。一方で、DeepSeekが報告されたすべての侵入を自律的に実行したことを証明するものではありません。

重要な制約は3つあります。

1. モデルの特定には限界がある。 すべてのスクリプトやコマンド、侵入事例を、特定のAIシステムと確実に結び付けられるわけではありません。47
2. 攻撃件数と侵入成功件数は同じではない。 試行が増えたからといって、侵入に成功した標的や被害が同じ割合で増えたとは限りません。
3. 対象は観測された集団とキャンペーンに限られる。 「2倍超」という推計はTeamT5の調査結果であり、中国政府系とされるサイバー活動全体の包括的な測定ではありません。7

今回の報告が突き付けるリスクは、完全自律型のハッキングというより、安価でカスタマイズしやすいAIによって、既存の攻撃者が侵入活動の一部を“量産化”しやすくなることです。防御側はDeepSeekだけでなく、複数のAIモデルが偵察、コード生成、侵入後の作業を高速化する可能性を前提に、監視と対策を考える必要があります。