← Главная новостей | Торговый зал
2026-11-03 · Источник:虎嗅·中继

За утечкой данных о 25 тыс. клиентов скрывается главное: большие языковые модели опустили порог входа в кибератаки до исторического минимума.
Имена, телефоны, годовой доход и доступные суммы кредитов около 25 тыс. клиентов — таков список утечки, понесённой банком Shinhan в результате этой атаки. 7 октября CrowdStrike опубликовала отчёт, в котором сообщила о утечках данных как минимум в семи южнокорейских финансовых учреждениях, включая Shinhan Bank, KB Kookmin Bank и Hana Bank. Злоумышленник обошёл аутентификацию и проник в системы Shinhan через сервис запросов, используемый кредитными брокерами; в KB Kookmin Bank и Hana Bank были раскрыты данные 119 и 89 человек соответственно, а точкой входа в первом случае стала система поддержки мобильной работы сотрудников.
Главное в этом инциденте — инструментарий: как показал отчёт CrowdStrike, злоумышленник использовал ИИ-инструмент пентестинга ARTEX с DeepSeek в качестве основного бэкенда модели, а также работал с Claude Code — реальная финансовая атака, движимая универсальными большими языковыми моделями, уже стала фактом.
Ещё показательнее «саморазоблачение» злоумышленника. Исследователи обнаружили на подконтрольном ему сервере открытый каталог с историей сессий Claude Code, конфигурацией и файлами памяти ARTEX: он спрашивал Claude, где обычно продаются утечки корейских данных, просил помочь найти в Telegram группы для торговли данными и даже поручал ИИ вписать «достижения», полученные с помощью ARTEX, в резюме специалиста по информационной безопасности — с именем, контактами, возрастом, учебным заведением и местом жительства. Портрет вырисовывается предельно чёткий: студент вуза, не профессиональный хакер, а его познания в Telegram и даркнете действительно невелики.
Ещё недавно порог был намного выше. Чтобы самостоятельно провести веб-пентест, требовалось разбираться в протоколе HTTP, аутентификации и управлении сессиями, контроле доступа, понимать природу уязвимостей — SQL-инъекций, межсайтового скриптинга, включений файлов; нужно было оценивать достоверность результатов Nmap, удерживать состояние сессии при подмене и повторной отправке пакетов в Burp Suite, а также уметь править Python-код для отладки окружения. Самое сложное — подтверждение: ошибка на странице не означает наличие уязвимости, срабатывание сканера может быть ложным, а слепые инъекции — как раз случай без ошибок.
Эта способность к оценке долгое время была естественным барьером для входа в профессию, но сейчас большие языковые модели стремительно её стирают. Как подчёркивается в первоисточнике: сокращая рабочие места в разработке ПО, ИИ вот-вот обеспечит занятость целой когорте специалистов по кибербезопасности.
Теги: CrowdStrike · DeepSeek · Claude Code · ARTEX · Cybersecurity · AI Hacking
萬安算交所 AIXX · AIXX · Верифицированная биржа · В торговый зал