TeamT5: KI mer enn doblet kinesiske statsstøttede angrep

«DeepSeek er spesielt populær fordi den er relativt kraftig med veldig lave cyber-sperrer.» - Charles Li, sjefanalytiker i TeamT5

Det taiwanske sikkerhetsselskapet TeamT5 har ifølge Bloomberg talt mer enn en dobling i angrep fra kinesiske statsstøttede grupper etter at de begynte å bruke KI til rutineoppgaver og utvikling av skadevare. The Decoder gjenga funnene denne uken.

Konkretiseringen er det som betyr noe for deg som bygger. Gruppen Grimfengxi brukte DeepSeek til å skrive exploit-kode. Huapi lente seg på en kinesisk modell som trolig var den samme. Teleboyi brukte plattformen til å samle IP-adresser og kartlegge domener. ChatGPT spilte en rolle i minst ett tilfelle: sikkerhetsselskapet CyCraft fant spor av at angripere brukte den til å bygge en dekrypteringsmodul for en Signal-database. En gruppe kalt Slime22 brukte Anthropics Claude Code til å bevege seg gjennom systemene til et taiwansk selskap.

Slime22-tilfellet er det mest nærgående. En kodeagent er bygget for å lese, kjøre og endre ting på tvers av et system, og den evnen er nøyaktig den samme enten hensikten er å refaktorere en tjeneste eller å bevege seg lateralt i den. Sperrene ligger i modellen og tjenesten rundt, ikke i selve verktøyet.

En studie fra det britiske AI Safety Institute finner at cyber-evnene til åpne modeller har hoppet kraftig. For helt autonome angrep ligger de fortsatt bak vestlige frontmodeller som Claude Mythos, men avstanden måles i måneder, ikke i generasjoner.

Hva bør du gjøre?

1. Gå gjennom hvilke tilganger kodeagentene dine faktisk har. En agent med bred lesetilgang og shell er den samme kapasiteten Slime22 utnyttet, bare med en annen operatør.
2. Behandle lave sperrer som en egenskap med to sider. Velger du en åpen modell fordi den svarer på alt, har den egenskapen også en angriper.
3. Regn med at exploit-kode mot dine egne avhengigheter blir billigere å skrive. Det flytter vekten fra å oppdage angrep til å tette kjente hull raskere.