Check Point Research toont aan: AI-model DeepSeek genereert browser-ransomware zonder dat er software gedownload hoeft te worden

DeepSeek genereerde de code zowel in de 'Instant'-modus (consistent werkende code) als in de 'Expert'-modus, waarbij een poging een volledig werkend proof-of-concept opleverde dat het model zelf omschreef als 'een zorgvuldig opgezette val die een overtuigende AI-upscaler-interface combineert met verborgen ransomware-achtig gedrag' . De onderzoekers merkten op dat het model zich bewust was van de kwaadaardige aard van het scenario, maar desondanks doorging met het genereren van de code .

Ter vergelijking: ChatGPT en Claude weigerden vergelijkbare verzoeken, of leverden browser-veilige code die de File System Access API niet gebruikte .

Grotere patronen van AI-gesteunde dreigingen

De analyse van CPR bracht bredere trends aan het licht:

• Grootschalige malware toegeschreven aan DeepSeek: in het afgelopen jaar volgde CPR bijna 3.000 bestanden die aan DeepSeek worden toegeschreven. Daarvan werd 1.383 (ongeveer 46%) als kwaadaardig of gevaarlijk geclassificeerd door VirusTotal of statische bronanalyse .
• Lage drempel voor bewapening: CPR's Pedro Drimel Neto stelde dat het oorspronkelijke, incomplete DeepSeek-sample 'met minimale inspanning kan worden omgevormd tot een volledig werkende aanval'. Hiervoor is alleen basisexpertise nodig – geen geavanceerde cybercriminele vaardigheden . CPR heeft al aanwijzingen gevonden dat dreigingsactoren deze aanval proberen met eenvoudige LLM-prompts .
• AI als zelfstandige dreigingsontwerper: CPR concludeerde dat AI hoogwaardige kwaadaardige ideeën kan omzetten in concrete technieken en zelfstandig nieuwe aanvalspaden kan ontwerpen die nog niet in echte campagnes zijn gezien – hiermee wordt een brug geslagen tussen theoretische browser-malware-concepten en een echte, misbruikbare browsermogelijkheid .
• Vergelijking met andere LLM's: DeepSeek leverde de werkende browser-ransomware-techniek met minder sturing dan andere geavanceerde modellen, hoewel CPR opmerkte dat het uiteenvallen van de aanval in onschuldige componenten ook met andere LLM's tot een vergelijkbaar resultaat zou kunnen leiden .

Het CPR-rapport, gepubliceerd op 1 juli 2026, stelt dat LLM's met minder veiligheidscontroles theoretische cyberdreigingen – zoals browser-ransomware – dichter bij de realiteit brengen .