Как DeepSeek ускорил кибератаки китайских хакерских групп

Тайваньская компания по анализу киберугроз TeamT5 заявила, что связанные с китайским государством хакерские группы более чем вдвое увеличили объём атак после того, как встроили DeepSeek и другие открытые ИИ-модели в обычные рабочие процессы. Главный вывод исследования заключается не в том, что искусственный интеллект самостоятельно проводит каждое вторжение. Скорее, он снимает с операторов значительную часть повторяющейся работы — и позволяет им атаковать больше целей с меньшими затратами. 457

ИИ стал усилителем, а не заменой хакерам

TeamT5 обнаружила признаки использования ИИ на нескольких этапах атак: при первоначальной разведке, сканировании уязвимостей, подготовке кода эксплуатации, работе с вредоносными программами и действиях уже после проникновения в сеть. Оценка основана на скриптах и журналах, полученных из недавних кампаний. При этом исследователи предупреждают: по таким материалам не всегда можно точно определить, какая именно модель использовалась в каждом инциденте. 47

Это важная оговорка. Рост «более чем в два раза» — оценка TeamT5 для изученных групп, а не точный подсчёт всех кибератак, связанных с Китаем. ИИ, судя по имеющимся данным, помогает делегировать рутинные операции, ускорять отдельные звенья атаки и расширять масштаб деятельности, но не устраняет человеческое руководство. 57

Почему предпочтение отдали DeepSeek

Согласно анализу TeamT5, DeepSeek оказался удобен для киберопераций благодаря сочетанию нескольких факторов:

• достаточной производительности для исследовательских, программистских и операционных задач;
• низкой стоимости использования, что делает массовое и многократное применение более доступным;
• возможности настройки, характерной для открытых моделей;
• относительно слабым ограничениям в сфере кибербезопасности, из-за чего злоумышленникам проще получать или адаптировать опасные инструкции. 27

Таким образом, самая мощная модель не обязательно становится самой полезной для атакующего. По данным TeamT5, более производительные системы, например Kimi K3 от Moonshot, могли быть менее привлекательны из-за высокой стоимости и более строгих защитных механизмов. Доступные материалы при этом не подтверждают, что Kimi K3 использовалась в рассмотренных инцидентах. 7

Что делали отдельные группы

TeamT5 описала несколько связанных с Китаем групп, применявших ИИ для разных задач в цепочке вторжения.

Grimfengxi: подготовка кода эксплуатации

По данным исследователей, Grimfengxi использовала DeepSeek для создания кода, предназначенного для эксплуатации уязвимости. Это уже не просто поиск информации: модель помогала готовить программный инструмент для использования слабого места в целевой системе. 7

Teleboyi: автоматизация разведки

Teleboyi, как сообщается, с помощью DeepSeek собрала в интернете около 1 000 IP-адресов и сопоставила их с доменами организации. Такая работа относится к разведке — сбору сведений о потенциальной жертве перед попыткой проникновения. Само картирование инфраструктуры, однако, ещё не доказывает, что взлом оказался успешным. 7

Huapi: атака на почтовую систему тайваньской компании

Huapi, по данным TeamT5, использовала китайскую ИИ-модель против почтовой системы тайваньской компании. Исследователи считают, что это, вероятно, был DeepSeek, но подтвердить это окончательно не смогли. Случай показывает, насколько трудно надёжно определить модель по одному лишь коду или поведению злоумышленников. 7

Slime22: Claude Code после взлома

В описанных эпизодах фигурировали не только китайские открытые модели. Связанные с TeamT5 материалы утверждают, что группа Slime22 после взлома тайваньской технологической компании установила Kali Linux — дистрибутив для тестирования на проникновение — и использовала Claude Code для перемещения внутри сети. По версии исследователей, операторы представляли свои действия как санкционированное инженерное тестирование, чтобы обойти защитные ограничения. 7

Этот эпизод показывает, почему защитникам недостаточно следить за одной моделью или инструментом определённого происхождения. Атакующие могут комбинировать локально развёрнутые и открытые системы с коммерческими западными сервисами — в зависимости от задачи и обнаруженных ограничений.

Формируется целая экосистема ИИ для атак

TeamT5 также описала более широкий рынок инструментов для атак с поддержкой ИИ. По имеющимся данным, китайский стартап примерно с десятью сотрудниками продавал программное обеспечение для вторжений как минимум четырём хакерским группам за 300 000–500 000 юаней — примерно 44 500–74 000 долларов. В одной из атак, как сообщается, применялся и ChatGPT. 7

Группа Kimsuky, связанная с Северной Кореей, также тестировала локально развёрнутые ИИ-модели. Такой подход даёт операторам больше контроля над моделью и данными, а также потенциально снижает зависимость от внешних сервисов и их систем обнаружения злоупотреблений. Доступные сведения подтверждают факт тестирования, но не позволяют оценить, насколько эффективными эти модели оказались в реальных операциях. 7

Отдельно Anthropic сообщала, что ИИ способен снижать технический порог для сложной киберпреступности: люди с ограниченными навыками получают возможность проводить операции, которые раньше требовали значительно более высокой квалификации. Это согласуется с общей картиной TeamT5: ближайшая угроза может исходить не от единственной «сверхчеловеческой» системы, а от обычных операторов, которые быстрее получают доступ к программированию, разведке и автоматизации рабочих процессов.

OpenAI заявила, что работает над выявлением, предотвращением и пресечением попыток злоупотреблять её моделями. 7

Чего исследование не доказывает

Выводы TeamT5 указывают на заметный операционный эффект: рабочие процессы с поддержкой ИИ могут увеличить число атак, предпринимаемых группой, если передать модели повторяющиеся задачи. Но это не означает, что DeepSeek автономно провела каждое из упомянутых вторжений.

Особенно важны три ограничения:

1. Модель удаётся определить не всегда. Следователи не могут надёжно связать каждый скрипт, команду или инцидент с конкретной ИИ-системой. 47
2. Число попыток не равно числу успешных взломов. Рост объёма атак сам по себе не доказывает, что было скомпрометировано больше целей или что ущерб вырос в той же пропорции.
3. Оценка касается наблюдавшихся групп и кампаний. Показатель «более чем вдвое» не является всеобъемлющим измерением всей киберактивности связанных с китайским государством групп. 7

Самый точный и практически полезный вывод звучит уже не как сценарий полностью автономного взлома: недорогой, настраиваемый ИИ облегчает давно известным злоумышленникам промышленное масштабирование отдельных этапов атак. Защитным командам стоит исходить из того, что разведка, генерация кода и действия после проникновения могут ускоряться сразу несколькими типами моделей — а не только DeepSeek.