Самостоятелен хакер използва AI инструменти, за да пробие корейски финансови организации и да открадне данни

Предполагаем самостоятелен киберпрестъпник е използвал базиран на изкуствен интелект инструмент за тестове за проникване, наречен ARTEX, за да пробие няколко южнокорейски финансови организации и да открадне данни на клиенти и служители.

Дейността, проведена от края на септември до началото на октомври 2026 г., е засегнала банки, спестовни банки, капитални дружества и услуги за онлайн кредитиране. Случаят показва как AI инструментите с отворен код могат да помогнат на един-единствен оператор да извърши бързи и мащабни атаки срещу множество цели.

Според информациите пробивите са разкрили чувствителна информация от системи, които са били по-малко защитени от основните банкови платформи. В Shinhan Bank атакуващият е получил достъп до услуга за справки за напредъка по кредити, използвана от финансови брокери.

В Kookmin Bank киберпрестъпникът е компрометирал вътрешна мобилна система за поддръжка на работата на служителите. Докладите посочват, че по-широкият инцидент е засегнал също Hana Bank, BNK Busan Bank, Yegaram Savings Bank, Hyundai Capital, Welcome Savings Bank и две фирми за онлайн кредитиране, въпреки че пълният брой на засегнатите организации остава потвърден само частично.

Анализатори от CrowdStrike са идентифицирали инфраструктура, свързана с кампанията, и са открили отворени директории, съдържащи записи от сесии на Claude Code, конфигурационни файлове на ARTEX и памет файлове на Claude.

Тези артефакти са дали на изследователите необичаен поглед върху инструментите на оператора, избора на AI модели, инфраструктурата и вероятния работен процес.

От CrowdStrike заявиха, като оценяват с умерена увереност, че дейността не е свързана с известна хакерска група, а авторът на заплахата вероятно е китайскоговорящ и финансово мотивиран.

Самостоятелен хакер е използвал AI инструменти

ARTEX е агентен инструмент с отворен код за тестове за проникване, разработен в Китай. При нормална и разрешена употреба инструментите от този тип помагат на екипите по сигурност да тестват системи, да откриват слаби места и да потвърждават коригирането на уязвимости.

В този случай изглежда, че операторът е използвал същата автоматизация за вредна дейност срещу южнокорейски финансови организации. Според местни съобщения ARTEX е бил публикуван в GitHub на 26 юли 2026 г., само броени седмици преди пробивите.

Разследващите са открили низа „ARTEX-自主渗透試控制台“, превеждан като „автономна конзола за тестове за проникване“, в HTML съдържанието на инфраструктурата, свързана с кампанията.

Моментът на поява предизвика загриженост, тъй като инструментът бързо премина от публичен проект към предполагаема кампания за пробив в реалния свят. Съобщените атаки изглежда не са компрометирали основните системи за интернет или мобилно банкиране.

Вместо това злонамереният субект се е фокусирал върху свързани услуги, които може да са имали по-слаби механизми за контрол. В един от случаите атакуващият е въвеждал произволни стойности в услуга за кредитни брокери, за да идентифицира валидни клиентски номера, след което е събирал свързаните записи. Този метод може да обясни защо системи, съдържащи по-малки, но все пак ценни набори от лични данни, са станали цел.

Конфигурация с два сървъра и множество AI модели

Анализът на CrowdStrike сочи към конфигурация с два сървъра. Сървър в Хонконг е изглеждал като основната инфраструктура, използвана от атакуващия, докато 38.244.50[.]120 е хоствал инстанцията на ARTEX, за която се смята, че е участвала в атаките в Южна Корея.

Разкритият ARTEX сървър е съдържал и инструкции (prompt) на китайски език, които указват на големия езиков модел как да изпълнява задачи за тестване за проникване.

Инстанцията на ARTEX е използвала DeepSeek v4.1-flash като основна AI платформа. От CrowdStrike са открили и доказателства, че операторът е използвал GLM-5.3 от Zhipu AI и Grok 4.6 в други сесии на Claude Code.

Авторъът на заплахата вероятно е достъпвал DeepSeek през xcai[.]pro, описан от CrowdStrike като вероятен API прокси или препродавач. Тази комбинация от модели подсказва, че операторът е използвал изкуствения интелект като гъвкав работен слой за проучвания, генериране на команди и поддръжка на задачи, вместо да разчита само на една услуга.

Разкритите сесии показват също, че атакуващият е питаш Claude къде обикновено се продават откраднати южнокорейски данни от пробиви и е искал съдействие за намиране на корейски Telegram групи за продажба на данни.

Детайлът подкрепя оценката на CrowdStrike, че основният мотив вероятно е бил финансова печалба, а не шпионаж. Времето и подобни запитвания сами по себе си обаче не доказват, че данните са били продадени или че конкретно лице е извършило пробивите.

Този инцидент е важен, защото показва как изкуственият интелект може да намали времето и необходимите умения за координиране на многобройни етапи от дадена атака. Основният риск не е в това, че AI създава всеки експлойт от нулата.

Той може да ускори проучването на целите, анализа на сканиранията, тестването, писането на скриптове, воденето на документация и използването на съществуващи инструменти. Този по-кратък цикъл може да позволи на малък екип или дори на един човек да сканира и тества повече организации, преди защитниците да открият и блокират дейността.

Този модел съвпада с други скорошни доклади за киберпрестъпления, подпомагани от AI. Cyber Security News по-рано отрази използването на Claude AI агенти за автоматизиране на кибератаки, при които изкуственият интелект е помогнал на атакуващите да ускорят разузнаването, работата със зловреден код и кражбата на данни.

Беше съобщено и за платформа за тестове за проникване с AI на руски киберпрестъпник, както и за инструмента Xalgorix AI, което показва как агентните инструменти стават все по-достъпни както за защитниците, така и за атакуващите.

За финансовите организации урокът е ясен: прегледите на сигурността трябва да включват брокерски портали, системи за служители, услуги за поддръжка, API и други свързани приложения — а не само основните банкови платформи.

Организациите трябва да въведат строга автентификация, да ограничат автоматизираните заявки, да наблюдават за необичайни справки за клиентски записи, да изолират чувствителните системи и бързо да разследват трафика от известна зловредна инфраструктура.

Indicators of compromise (IoCs):-

Note: IP addresses and domains are intentionally defanged (e.g., [.]) to prevent accidental resolution or hyperlinking. Re-fang only within controlled threat intelligence platforms such as MISP, VirusTotal, or your SIEM.