Jak hakerzy używają AI

Jednym z najważniejszych zastosowań AI w cyberprzestępczości jest przygotowywanie wiadomości phishingowych. Dawniej wiele fałszywych e-maili można było rozpoznać po błędach językowych, nienaturalnej składni albo niedopasowaniu treści do odbiorcy. Modele językowe pozwalają tworzyć wiadomości poprawne gramatycznie, utrzymane w firmowym stylu i dostosowane do konkretnego stanowiska, branży lub aktualnego wydarzenia.

Cyberprzestępca może wykorzystać informacje dostępne na stronie internetowej firmy, w mediach społecznościowych, rejestrach biznesowych i serwisach rekrutacyjnych. Na ich podstawie AI pomaga przygotować wiadomość nawiązującą do rzeczywistego projektu, kontrahenta, delegacji albo procesu wewnętrznego. Atak może imitować korespondencję działu księgowości, prezesa, administratora Microsoft 365, banku, firmy kurierskiej lub dostawcy usług IT.

Tak przygotowany phishing jest znacznie trudniejszy do rozpoznania na podstawie samego języka wiadomości. Brak literówek nie może już być traktowany jako dowód autentyczności. Odbiorca powinien zwracać uwagę przede wszystkim na kontekst, adres nadawcy, domenę linku, nietypową presję czasu oraz prośby o podanie hasła, kodu MFA, wykonanie przelewu albo otwarcie załącznika. CISA podkreśla, że phishing może prowadzić zarówno do wyłudzenia informacji, jak i do zainfekowania urządzenia po otwarciu złośliwego odnośnika lub pliku.

AI zwiększa również możliwości prowadzenia spear phishingu, czyli ataków skierowanych do konkretnych osób. Model może analizować publiczne informacje o członku zarządu, księgowym, administratorze lub pracowniku działu HR, a następnie wygenerować wiarygodny scenariusz kontaktu. W firmach szczególnie niebezpieczne są wiadomości dotyczące pilnej płatności, zmiany numeru rachunku, resetu hasła, udostępnienia dokumentu albo przesłania danych pracowników.

Kolejnym obszarem jest vishing, czyli phishing głosowy. Narzędzia generujące mowę pozwalają tworzyć nagrania naśladujące sposób wypowiadania się konkretnej osoby. Przestępca może podszyć się pod prezesa, menedżera, współpracownika albo członka rodziny i poprosić o wykonanie pilnej operacji. Im więcej publicznie dostępnych nagrań danej osoby, tym łatwiej przygotować materiał, który może zabrzmieć przekonująco.

Podobnie działają deepfake’i wideo. Fałszywy obraz i głos mogą zostać wykorzystane podczas rozmowy online, w nagraniu przesłanym komunikatorem albo w materiale publikowanym w mediach społecznościowych. Technologia nie zawsze musi zapewniać perfekcyjny efekt. W wielu przypadkach wystarczy krótka rozmowa, słaba jakość połączenia i presja czasu, aby odbiorca zareagował bez dokładnej weryfikacji.

Hakerstwo z AI obejmuje także automatyzację rekonesansu. Przed atakiem napastnicy zbierają informacje o domenach, adresach IP, technologiach wykorzystywanych przez organizację, pracownikach, dostawcach oraz potencjalnych punktach wejścia. Sztuczna inteligencja może pomóc uporządkować duże ilości danych, wskazać zależności i przygotować profil potencjalnej ofiary.

W przypadku większych organizacji analiza może objąć strukturę firmy, używane systemy, oferty pracy wskazujące konkretne technologie, publiczne repozytoria kodu, dokumenty udostępnione w sieci oraz informacje o podwykonawcach. Atakujący może następnie wybrać osobę lub system, który jego zdaniem będzie najsłabszym ogniwem.

Modele językowe bywają również używane jako wsparcie w programowaniu. Mogą tłumaczyć działanie kodu, wskazywać potencjalne błędy, pomagać w pisaniu skryptów automatyzujących lub modyfikować istniejące fragmenty programu. Dla doświadczonego cyberprzestępcy oznacza to szybsze tworzenie prototypów i sprawniejsze testowanie pomysłów. Dla osoby mniej zaawansowanej AI może pełnić funkcję technicznego asystenta, choć wygenerowany kod nadal wymaga sprawdzenia i dostosowania.

Nie należy jednak zakładać, że każdy model AI potrafi samodzielnie stworzyć zaawansowane złośliwe oprogramowanie. W praktyce ograniczenia zabezpieczeń, błędy generowanego kodu oraz brak wiedzy o konkretnym środowisku nadal utrudniają przygotowanie skutecznego ataku. Sztuczna inteligencja może jednak przyspieszać poszczególne etapy pracy, takie jak analiza kodu, przygotowanie prostego skryptu, modyfikacja parametrów lub tworzenie dokumentacji dla innych uczestników ataku.

AI może być wykorzystywana także do przygotowywania wariantów złośliwych plików i wiadomości. Automatyczne zmienianie treści, nazw, struktury kodu lub sposobu komunikacji z serwerem sterującym może utrudniać wykrywanie zagrożenia za pomocą prostych reguł opartych na znanych sygnaturach. Nie oznacza to, że współczesne systemy bezpieczeństwa stają się bezradne. Pokazuje jednak, dlaczego organizacje nie powinny polegać wyłącznie na jednym mechanizmie ochrony.

Wykorzystanie AI przez hakerów jest szczególnie niebezpieczne ze względu na możliwość masowej personalizacji ataków. Tradycyjna kampania phishingowa często zawierała jedną wiadomość wysłaną do tysięcy przypadkowych adresatów. Obecnie każdy odbiorca może otrzymać nieco inną treść, dopasowaną do jego stanowiska, języka, firmy i sytuacji biznesowej.

Sztuczna inteligencja umożliwia automatyczne generowanie wielu wersji tematów wiadomości, treści, wezwań do działania i fałszywych stron logowania. Cyberprzestępcy mogą testować, które komunikaty najskuteczniej skłaniają odbiorców do kliknięcia lub podania danych. Mechanizm przypomina optymalizację kampanii marketingowych, ale jego celem jest kradzież informacji, pieniędzy lub dostępu do systemu.

AI jest również wykorzystywana w oszustwach typu Business Email Compromise. Napastnik podszywa się w nich pod osobę zajmującą wysokie stanowisko albo zaufanego kontrahenta i próbuje doprowadzić do przelewu, zmiany danych bankowych lub ujawnienia poufnych dokumentów. Model językowy może pomóc odtworzyć ton komunikacji, przygotować kolejne odpowiedzi i utrzymywać wiarygodną rozmowę przez dłuższy czas.

W takim scenariuszu sama ochrona antyspamowa może okazać się niewystarczająca. Wiadomość nie musi zawierać złośliwego załącznika ani linku. Może być poprawnie napisana i opierać się wyłącznie na manipulacji. Dlatego bezpieczeństwo procesu płatniczego powinno obejmować niezależne potwierdzanie zmian rachunku, zasadę podwójnej autoryzacji oraz weryfikowanie nietypowych poleceń innym kanałem komunikacji.

Sztuczna inteligencja może również wspierać ataki na działy Service Desk. Przestępca kontaktuje się z pomocą techniczną, podszywa pod pracownika i próbuje wymusić reset hasła, zmianę metody MFA lub dodanie nowego urządzenia. AI pomaga przygotować wiarygodną historię, przewidywać pytania konsultanta i generować odpowiedzi zgodne z publicznie dostępnymi informacjami o firmie.

Z tego powodu procedury potwierdzania tożsamości nie powinny opierać się jedynie na danych, które można znaleźć w internecie. Imię przełożonego, stanowisko, numer telefonu, adres biura czy nazwa ostatniego projektu nie stanowią dziś wystarczającej ochrony. Proces odzyskiwania dostępu powinien wykorzystywać sprawdzone kanały, jednoznaczne reguły oraz rejestrowanie wszystkich wyjątków.

Innym zastosowaniem jest analiza wykradzionych danych. Po uzyskaniu dostępu do skrzynki pocztowej, dysku sieciowego lub środowiska chmurowego przestępca może mieć do dyspozycji ogromną liczbę dokumentów. AI ułatwia ich klasyfikowanie, wyszukiwanie danych finansowych, haseł, umów, informacji osobowych oraz korespondencji, która może zostać wykorzystana do dalszych ataków.

W ten sposób incydent może rozwijać się szybciej. Zamiast ręcznie przeglądać tysiące plików, napastnik może skoncentrować się na materiałach o największej wartości. Wykradziona korespondencja może posłużyć do podszywania się pod pracowników, szantażu, przygotowania kolejnych wiadomości phishingowych albo ataku na klientów i partnerów biznesowych.

AI może też wspierać cyberprzestępców w tworzeniu fałszywych profili, stron internetowych i materiałów reklamowych. Oszustwo inwestycyjne, fałszywy sklep albo kampania wyłudzająca dane mogą wyglądać bardziej profesjonalnie niż wcześniej. Zdjęcia, teksty, logotypy, opinie klientów i nagrania są generowane automatycznie, dzięki czemu przygotowanie całej infrastruktury oszustwa wymaga mniej czasu.

Wzrost możliwości atakujących nie oznacza jednak, że firmy są pozbawione skutecznych metod obrony. Te same technologie mogą być wykorzystywane do analizy logów, wykrywania anomalii, klasyfikowania wiadomości, identyfikowania nietypowych prób logowania i szybszego reagowania na incydenty. Microsoft wskazuje, że AI jest używana zarówno przez cyberprzestępców do automatyzacji phishingu i tworzenia syntetycznych treści, jak i przez obrońców do ograniczania luk w detekcji.

Podstawą ochrony pozostaje jednak uporządkowane środowisko IT. Firma powinna wiedzieć, jakie urządzenia, konta, aplikacje i dane znajdują się w jej infrastrukturze. Bez tej wiedzy trudno ocenić, czy wykryte zachowanie jest normalne, czy może wskazuje na przejęcie konta lub obecność napastnika.

Szczególne znaczenie ma wieloskładnikowe uwierzytelnianie, ale powinno być ono skonfigurowane w sposób odporny na phishing. Same powiadomienia push mogą zostać zaakceptowane przez zmęczonego lub zmanipulowanego użytkownika. Dlatego warto stosować metody ograniczające ryzyko przypadkowego potwierdzenia logowania i monitorować dodawanie nowych metod uwierzytelniania.

Ważna jest także ochrona poczty, urządzeń końcowych i tożsamości. System EDR może wykrywać podejrzane zachowanie procesów, a rozwiązania klasy SIEM korelować zdarzenia pochodzące z wielu źródeł. Conditional Access umożliwia natomiast uzależnienie dostępu od lokalizacji, stanu urządzenia, poziomu ryzyka i sposobu uwierzytelnienia.

Technologia nie zastąpi jednak dobrze przygotowanych pracowników. Szkolenia powinny uwzględniać nowe scenariusze, w których wiadomość jest językowo poprawna, głos brzmi znajomo, a rozmówca zna szczegóły dotyczące organizacji. Pracownik musi wiedzieć, że polecenie przełożonego także może wymagać weryfikacji, szczególnie gdy dotyczy pieniędzy, danych, haseł lub odstępstwa od procedury.

Hakerstwo z AI zwiększa przede wszystkim tempo i skalę zagrożeń. Nie zmienia natomiast podstawowej zasady cyberbezpieczeństwa: atakujący wykorzystuje najsłabszy dostępny element. Może nim być niezałatana aplikacja, niewłaściwie zabezpieczone konto, brak monitoringu albo pracownik działający pod presją. Dlatego skuteczna ochrona wymaga połączenia technologii, procedur, szkoleń i bieżącego nadzoru nad infrastrukturą.

Dla przedsiębiorstw kluczowe jest nie tylko wdrożenie narzędzi, ale także ich prawidłowa konfiguracja i regularna weryfikacja. Audyt bezpieczeństwa, monitoring środowiska, zarządzanie aktualizacjami, kopie zapasowe oraz gotowy plan reagowania na incydenty pozwalają ograniczyć skutki zarówno tradycyjnych cyberataków, jak i kampanii wspieranych przez sztuczną inteligencję.

Sprawdź: bezpieczeństwo sieci