С конца сентября по начало октября 2026 года несколько финансовых организаций Южной Кореи лишились части внутренних данных. Атакующий совместил привычные приёмы взлома с автономным ИИ-инструментом, который сам ведёт разведку, подбирает способы проникновения и собирает добычу. Точное число пострадавших банков пока не подтверждено. Инцидент важен не масштабом, а методом. Финансово мотивированный одиночка провёл серию вторжений за две недели, опираясь на языковую модель как на исполнителя. Для банков и их подрядчиков это наглядный пример того, как дешёвые ИИ-сервисы меняют темп атак.
Описание
Детали подтверждают, что цели выбирались осмысленно. В одном банке злоумышленник получил доступ к сервису, через который брокеры проверяют ход рассмотрения кредитных заявок. В другом он скомпрометировал систему мобильной поддержки сотрудников. Следы активности в разных организациях пересекались, что указывает на одного исполнителя или небольшую группу. Мотив оценивают как финансовый: сведения о заёмщиках и клиентских счетах хорошо продаются на теневых рынках. Языковые подсказки в рабочих материалах атакующего говорят о носителе китайского языка. Уверенность в такой оценке средняя, поскольку прямых доказательств причастности конкретной группы нет.
Часть инструментов атакующего оказалась в свободном доступе на арендованных серверах, по данным CrowdStrike Intelligence. Общедоступные каталоги хранили переписку с ИИ-ассистентом, настроечные файлы ARTEX и рабочие заметки модели. Из них восстановили хронологию: подготовка началась до первых вторжений, а сами атаки шли параллельно на нескольких целях. Настройки вскрыли схему из двух серверов. Один отвечал за хранение материалов и постановку задач, второй запускал инструмент и связывался с банковскими системами. Такая небрежность типична для начинающих: рабочие файлы и панель управления остаются открытыми, потому что доступ к ним не ограничили паролем.
ARTEX - недавно выложенный в открытый доступ инструмент для тестирования на проникновение, написанный в Китае. Управляет им большая языковая модель, то есть программа, обученная понимать и порождать текст. Фактически модель получает задачу на естественном языке и сама решает, какие шаги предпринять. В этой кампании основной моделью выступала DeepSeek, дополнительно применялись GLM-5.3 от Zhipu AI и Grok 4.6. Такой набор позволяет вести разведку, готовить запросы к внутренним сервисам и разбирать собранные данные почти без участия человека. Порог входа для атакующего падает: вместо команды нанятых специалистов достаточно одного человека с доступом к модели.
Монетизацию злоумышленник тоже продумывал с помощью ассистента. В одной из сессий он спросил, где обычно продают данные о корейских утечках, и попросил помочь найти тематические группы в Telegram. Сохранённые материалы показывают, что ответы модели он воспринимал как инструкцию по сбыту. Украденные сведения о заёмщиках и сотрудниках банков востребованы у мошенников. Утечка грозит клиентам новыми схемами обмана, звонками от имени банка и попытками оформить кредит на чужое имя.
Личные данные атакующий раскрыл сам. В одном сеансе он попросил составить резюме исследователя в области безопасности и включить в него результаты работы с ARTEX. В запросе остались имя из двух букв, возраст 26 лет, обучение в Южно-Китайском технологическом университете и проживание в Маомане, провинция Гуандун. Сначала он указал 2007 год рождения, что противоречит заявленному возрасту. Тот же ник в Telegram всплыл в сессиях по поиску уязвимостей в маркетплейсе подарков на базе NFT и в атаке на платёжную платформу. Связать эти сведения с конкретным человеком пока нельзя: подтверждений из независимых источников нет.
Рынок ИИ-инструментов для взлома растёт, и порог входа продолжает снижаться. Злоумышленники будут проверять новые модели на реальных целях, потому что это ускоряет работу и снижает затраты. Распознать такую активность сложнее обычной: запросы к внутренним сервисам идут размеренно, без характерных всплесков, а сам исполнитель не торопится. Банкам стоит усилить контроль учётных записей, ограничить доступ к внутренним сервисам по сети и включить двухфакторную аутентификацию для сотрудников. Регулярный аудит прав доступа и обновление систем управления инцидентами помогут заметить аномалии раньше, чем данные уйдут наружу.
