AnswersPublished18 sources
Slik brukes DeepSeek til å skalere kinesiske cyberangrep
TeamT5 rapporterte 24. august 2026 at kinesisk tilknyttede grupper mer enn doblet angrepsvolumet etter å ha brukt DeepSeek og andre AI modeller til rutinearbeid og utvikling av skadevare.
Publisert avRedigert med GPT-5.6 LunaBilder generert med GPT Image 1.5
Research answer
Key takeaways
- TeamT5 rapporterte 24. august 2026 at kinesisk tilknyttede grupper mer enn doblet angrepsvolumet etter å ha brukt DeepSeek og andre AI modeller til rutinearbeid og utvikling av skadevare.
- DeepSeek trekkes frem på grunn av ytelse, tilpasningsmuligheter, lave kostnader og relativt svake sikkerhetsbegrensninger for offensive cyberforespørsler.
- I en separat sak koblet en kinesisktalende aktør DeepSeek til det åpne rammeverket Hermes Agent og rettet angrepsforsøk mot mer enn 460 internettilkoblede systemer.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did TeamT5 and other cybersecurity researchers report about Chinese state-affiliated hackers’ use of DeepSeek and other AI models—inclu. Article summary: TeamT5’s central finding was that Chinese state-affiliated actors are using DeepSeek and other AI models to automate routine offensive work and malware development, and that their attack volume has more than doubled sinc. Topic tags: general, news, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers
Kinesisk-tilknyttede hackergrupper har mer enn doblet angrepsvolumet etter at de tok i bruk DeepSeek og andre åpne AI-modeller, ifølge det taiwanske sikkerhetsselskapet TeamT5. Modellene brukes blant annet til å automatisere rutineoppgaver og utvikle mer avansert skadevare, slik at eksisterende kampanjer kan gjennomføres raskere og i større skala. 1
3
Funnene viser ikke at kunstig intelligens på egen hånd erstatter erfarne hackere. Bildet er heller at rimelige modeller og såkalte agentrammeverk automatiserer deler av angrepskjeden – særlig kartlegging, sårbarhetsanalyse og gjentatte angrepsforsøk – mens mennesker fortsatt velger mål og gir overordnede instrukser. 1
15
Hvorfor DeepSeek er attraktivt
Forskerne peker på fire hovedgrunner til at DeepSeek har blitt populær blant kinesiske hackere:
- Ytelse: Modellen vurderes som god nok til programmering og resonnering i cyberoperasjoner.
- Tilpasningsmuligheter: Åpne eller mer tilgjengelige modeller kan bygges inn i verktøykjeder som angriperen selv kontrollerer.
- Lavere kostnader: Lav driftskostnad er viktig når repetitive oppgaver skal kjøres i stort volum.
16
- Færre sikkerhetsbegrensninger: TeamT5 og Unit 42 beskriver DeepSeek som mindre restriktiv enn flere vestlige tjenester når det gjelder forespørsler om offensiv cybersikkerhet.
3
15
En språkmodell trenger heller ikke å finne en helt ny sårbarhet for å være nyttig. Den kan søke etter eksponerte systemer, tilpasse offentlig tilgjengelig exploit-kode, tolke tekniske resultater og foreslå hvilket rutinemessige steg som bør prøves videre.
Slik brukes AI-modellene i angrep
Rapporteringen beskriver Kina-tilknyttede grupper som bruker DeepSeek, ChatGPT og Claude Code til rekognosering, utvikling eller tilpasning av exploits, automatisering og utvikling av ondsinnet kode. Modellene skal også ha blitt brukt i forbindelse med lateral bevegelse – det vil si å ta seg videre fra ett kompromittert system til andre – i angrep mot utenlandske selskaper og institusjoner. 3
Det er samtidig ikke mulig å knytte all den rapporterte AI-bruken til én bestemt navngitt hackergruppe. Kildene omtaler i hovedsak statstilknyttede eller Kina-tilknyttede aktører samlet. Det betyr ikke at alle kinesiske cybergrupper bruker samme modell eller samme arbeidsflyt. 1
3
Vestlige verktøy kunne hjelpe – men satte grenser
Kommersielle tjenester som ChatGPT og Claude Code kan bistå med deler av en ondsinnet arbeidsflyt. Samtidig kan sikkerhetskontroller hos leverandøren avvise direkte forespørsler om offensive operasjoner.
I Unit 42-saken testet operatøren vestlige verktøy, men opplevde at sikkerhetsmekanismene blokkerte den autonome angrepsoppgaven. DeepSeek ble deretter valgt som den viktigste resonneringsmodellen. 14
15
Forskjellen handler derfor ikke nødvendigvis om at én modell er best i alle sammenhenger. Den handler også om hvordan modellen tas i bruk. DeepSeek ble koblet til et åpent rammeverk uten de samme begrensningene på klientsiden, slik at modellen kunne inngå i en verktøykjede kontrollert av angriperen. 15
Hermes Agent ble brukt mot mer enn 460 systemer
Palo Alto Networks' Unit 42 dokumenterte separat aktivitet fra en kinesisktalende aktør som brukte aliasene «knaithe» og «KnYuan». Aktøren satte opp DeepSeek som resonneringsmotor i Hermes Agent, et åpent agentrammeverk med tilgang til terminalverktøy.
Oppsettet kunne kartlegge sårbarheter, hente offentlig exploit-kode og forsøke å utnytte systemer med begrenset menneskelig innblanding. 15
5
Agenten rettet seg mot mer enn 460 internettilgjengelige systemer. Rapporteringen om den bredere kampanjen sier at minst tre organisasjoner ble kompromittert gjennom utnyttelse av en sårbarhet i Citrix NetScaler. Tallet 460 viser til mål eller angrepsforsøk – ikke 460 vellykkede innbrudd. Operasjonen kombinerte dessuten autonome og konvensjonelle metoder. 4
Det er et viktig skille. Saken viser ikke at DeepSeek på egen hånd brøt seg inn i hundrevis av systemer. Den viser hvordan en operatør brukte AI til å automatisere den repetitive delen av et angrep: finne eksponerte mål, koble dem til kjente sårbarheter, hente offentlig kode og gå videre til neste kandidat.
Den største risikoen er skala
Den tydeligste risikoen er økonomisk og operasjonell. Når en rimelig modell kobles til et agentrammeverk med terminaltilgang, kan oppgaver som tidligere krevde mange timer manuelt arbeid, gjentas mot et stort antall internettilgjengelige systemer. AI senker dermed terskelen for rekognosering og utnyttelsesforsøk i høyt volum. 1
6
15
Samtidig viser saken teknologiens begrensninger. Vellykkede kompromitteringer var fortsatt avhengige av eksponerte tjenester, kjente sårbarheter og brukbar offentlig exploit-kode. AI økte tempoet og antallet forsøk, men var ikke alene årsaken til hvert enkelt innbrudd. 5
15
For virksomheter er de praktiske tiltakene derfor fortsatt velkjente: Installer sikkerhetsoppdateringer på internettilgjengelige produkter, fjern unødvendig eksponering og overvåk uvanlige mønstre i automatisert kartlegging og utnyttelse.
Den bredere lærdommen fra TeamT5 og Unit 42 er at AI-støttede angrep blir billigere, mer repeterbare og enklere å skalere – også når teknikkene bak angrepene i seg selv er gamle.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Slik brukes DeepSeek til å skalere kinesiske cyberangrep"?
TeamT5 rapporterte 24. august 2026 at kinesisk tilknyttede grupper mer enn doblet angrepsvolumet etter å ha brukt DeepSeek og andre AI modeller til rutinearbeid og utvikling av skadevare.
What are the key points to validate first?
TeamT5 rapporterte 24. august 2026 at kinesisk tilknyttede grupper mer enn doblet angrepsvolumet etter å ha brukt DeepSeek og andre AI modeller til rutinearbeid og utvikling av skadevare. DeepSeek trekkes frem på grunn av ytelse, tilpasningsmuligheter, lave kostnader og relativt svake sikkerhetsbegrensninger for offensive cyberforespørsler.
What should I do next in practice?
I en separat sak koblet en kinesisktalende aktør DeepSeek til det åpne rammeverket Hermes Agent og rettet angrepsforsøk mot mer enn 460 internettilkoblede systemer.
Sources
bloomberg.comChina's Hackers Use AI Tech to Lift Attacks, Researchers Say