图片：METAL
摘要
- 台湾安全企业TeamT5表示,中国国家背景黑客组织开始将AI用于日常工作和恶意软件开发后,攻击次数增长超过一倍
- Grimfengxi、Huapi、Teleboyi用DeepSeek编写漏洞利用代码或收集IP、域名信息,某组织用ChatGPT制作Signal数据库解密模块,Slime22则用Claude Code在台湾企业系统内部横向移动
- 英国AI安全研究所的调查显示,开源模型的网络攻击能力正在快速追赶,但在完全自主攻击这一标准上,仍比Claude Mythos等西方顶级模型落后数月
攻击次数翻倍的原因
台湾网络安全企业TeamT5通过彭博社报道给出的分析很直接:自从中国国家背景黑客组织开始把AI用于日常工作和恶意软件开发,攻击次数就翻了不止一倍。TeamT5首席分析师Charles Li将原因指向DeepSeek,他解释道:"because it's relatively powerful with very low cyber guardrails(因为它性能相对强大,但网络安全护栏非常薄弱)"。
DeepSeek是由中国杭州一家对冲基金出资、一支小规模研究团队运营的开发商。它以低廉的训练成本做出接近美国模型的性能,同时选择了将模型权重完全公开的方式。这意味着任何人都能下载下来在自己的服务器上运行——这种开放性对防御方来说是透明度,但对攻击方而言则成了没有安全限制的工具。
不同组织,不同AI,不同用途
从TeamT5追踪的案例来看,各组织使用AI的方式各不相同。Grimfengxi直接用DeepSeek编写漏洞利用代码,Huapi则用一款疑似DeepSeek的中国产模型做同样的事。Teleboyi用DeepSeek做的更偏向侦察类工作,也就是收集IP地址和绘制域名图谱,而非编写代码。
被用上的并不只有中国产模型。安全企业CyCraft在一起事件中确认,ChatGPT被用来制作Signal即时通讯软件数据库的解密模块。另外,一个名为Slime22的组织被查明使用了Anthropic的编程工具Claude Code,在台湾企业系统内部进行横向移动。
| 黑客组织 | 使用的AI | 已确认活动 |
|---|---|---|
| Grimfengxi | DeepSeek | 编写漏洞利用代码 |
| Huapi | 中国产模型(疑似DeepSeek) | 编写漏洞利用代码 |
| Teleboyi | DeepSeek | 收集IP、绘制域名图谱 |
| 未知(CyCraft确认) | ChatGPT | 制作Signal数据库解密模块 |
| Slime22 | Claude Code | 在台湾企业系统内部横向移动 |
开源模型的网络攻击能力,追上了多少
英国AI安全研究所另一项调查为这一趋势提供了数据支撑。开源模型的网络攻击能力最近大幅提升,但如果以无需人工介入、从头到尾全程自主完成的完全自主攻击为标准,仍比Claude Mythos等西方顶级模型落后数月。也就是说,作为需要人类给出提示词的辅助工具,这些模型已经达到了可以实战使用的水平,差距只体现在自主判断、独立完成任务的能力上。
编辑视角
这条消息有意思的地方在于,它证实了DeepSeek的低价和开放性,不仅对企业用户有吸引力,对国家背景黑客组织同样具有吸引力。我们上个月报道价格战新闻时,提到过企业出于成本考虑转向中国模型的趋势;而这次TeamT5的报告再次证明,同样的低成本、低限制结构在攻击工具市场上也在起同样的作用——安全护栏薄弱的模型,在降低使用门槛的同时,也同步降低了被滥用的门槛。
从代际变化来看,趋势相当明显。以前国家背景的黑客攻击需要整个团队花上数周手工编写漏洞利用代码,现在只要给模型一个提示词,几分钟内就能拿到代码草稿。侦察阶段也是如此,过去靠人写脚本扫描IP、绘制域名图谱,现在变成了对话式操作——同样的人力能够处理的目标数量因此大幅增加。这大概就是TeamT5所说"攻击翻倍"的真实面貌。
对国内企业安全团队来说,应对方向其实很明确。把防火墙或入侵检测规则专门针对DeepSeek、ChatGPT等特定模型的"痕迹"来设计,意义不大,因为工具本身一直在变。更实际的做法是:在漏洞利用代码生成速度加快这一前提下加快补丁更新周期,同时不要因为用了Signal这类加密通讯软件就掉以轻心,而应检查终端设备本身被攻陷的可能性。像Slime22那样一旦潜入内部后如何快速侦测到横向移动,将成为关键所在。
未来几个月内,完全自主攻击的差距很可能会进一步缩小。英国AI安全研究所所说的"数月"差距,考虑到模型的更新周期,并不算长。接下来一个季度内,不排除会出现基于开源模型的自主攻击实例被实际报告出来,防御方也需要以同样的速度推进自动化准备。
评论