Predstavte si, že vaša firma dostane za jednu noc tisíce prihlasovacích pokusov z rôznych IP adries, z ktorých každý obsahuje inak formulovanú, no vecne presnú žiadosť o reset hesla.
Takýto objem už dnes dokáže vygenerovať jeden človek s prístupom k veľkému jazykovému modelu a skriptom na odosielanie požiadaviek.
Bezpečnostná firma CrowdStrike 29. októbra 2026 zverejnila, že skupina napojená na Čínu, ktorú označuje VAPOR PANDA, nasadila otvorený nástroj ARTEX s AI agentmi proti viac ako 200 organizáciám v najmenej 14 krajinách. Útoky trvali 11 dní od 17. októbra, agenti bežali prevažne na modeli DeepSeek a prienik firma potvrdila v deviatich organizáciách. Nejde o ojedinelý prípad: v lete tím Unit 42 z Palo Alto Networks opísal útočníka, ktorý pripojil DeepSeek k nástroju Hermes Agent, nechal ho samostatne hľadať zraniteľné systémy a z viac ako 460 cieľov prenikol do 14. Vždy cez chyby, ktoré boli dávno známe a opravené.
Prečo jazykový model útočníkovi pomáha
Útočník môže model volať cez bežné API, ako v prípade, ktorý opísal Unit 42. Pri komerčných API (OpenAI, Anthropic, Google) však existujú filtre a limity. Model s otvorenými váhami (open-weight), ktorý si stiahne a spustí na vlastnom hardvéri, ich nemá. Taký model umožňuje:
- Lokálne spustenie bez filtrov poskytovateľa - útočník si model doladí (fine-tuning) na vlastných dátach, napríklad na vzorkách phishingu, ktoré už fungovali.
- Nulové náklady na tokeny - po zaplatení hardvéru je generovanie textu zdarma; pamäťové nároky GPU závisia od veľkosti modelu a zvolenej kvantizácie.
- Automatizáciu vo veľkom - model generuje variácie e-mailov, odpovedí na bezpečnostné otázky alebo skriptov v Pythone. Čo predtým trvalo hodiny, je teraz otázka sekúnd.
Nejde o to, že by DeepSeek bol „zlý model". Je to nástroj ako každý iný - a rovnako ako nôž, aj on má dve strany. Problém nastáva, keď ho niekto použije na cielený priemyselný útok, kde sa AI stará o personalizáciu (prispôsobenie správy konkrétnej obeti) a škálovanie (rozšírenie na stovky cieľov naraz).
Ako útok v praxi vyzerá
Priemyselný útok nezačína hacknutím. Začína informáciou. Útočník najprv zozbiera verejné údaje o firme - mená zamestnancov z LinkedIn, e-maily z webu, technológie z odtlačkov serverov. Potom modelu zadá: „Napíš e-mail od IT oddelenia, ktorý žiada potvrdenie prístupových údajov, adresovaný [meno], s odkazom na internú smernicu [číslo].“ Výsledok je text, ktorý neobsahuje gramatické chyby ani zjavné znaky podvodu - a práve preto ho bežný zamestnanec nerozpozná.
Druhá fáza je automatizované vyhľadávanie zraniteľností. Model dostane popis verejne dostupnej služby a úlohu navrhnúť testovacie vstupy. Nejde o objavenie nultej zraniteľnosti (zero-day), ale o rýchle preverenie, či firma nezaostala s aktualizáciami.
Čo naozaj pomáha - praktické kroky
Žiadna rada typu „dávajte si pozor na podozrivé e-maily" nefunguje, keď je e-mail napísaný lepšie než ten od kolegu. Namiesto toho sa sústreďte na to, čo útočník obísť nevie:
- Dvojfaktorové overenie (2FA) s hardvérovým kľúčom - FIDO2 kľúč (napr. YubiKey) zastaví phishing aj vtedy, keď obeť klikne na odkaz a zadá heslo. Model totiž nedokáže vygenerovať podpis, ktorý by kľúč vytvoril.
- Princíp najmenších právomocí - účet, ktorý potrebuje len čítať faktúry, nemá mať právo spúšťať skripty ani meniť nastavenia. Jeden prelomený účet tak nezíska celú sieť.
- Segmentácia siete - priemyselné riadiace systémy (PLC, SCADA) nesmú byť dostupné z bežnej kancelárskej siete. Ak útočník prelomí e-mail, nesmie sa dostať k výrobnej linke.
- Zálohy overené obnovou - nie „máme zálohy", ale „skúsili sme obnoviť a funguje to". Pri ransomvérovom útoku je to jediná vec, ktorá rozhoduje medzi výkupným a pokračovaním prevádzky.
- Školenie zamerané na proces, nie na rozpoznávanie - namiesto „ako poznám phishing" učte zamestnancov pravidlo: „Ak niekto žiada prístupové údaje, overím to telefonicky na známe číslo." Toto pravidlo neobíde ani najlepší model.
Kde sú slabiny a čo si overiť
Open-weight modely majú jednu nevýhodu aj pre útočníka: sú pomalé na veľkom hardvéri bez optimalizácie. Lokálne spustenie veľkého modelu vyžaduje GPU s dostatkom pamäte a správnu kvantizáciu - inak je generovanie pomalšie než platené API. To znamená, že masové kampane cez lokálny model sú skôr doménou organizovaných skupín s vlastnou infraštruktúrou než jednotlivcov.
Ceny hardvéru a dostupnosť modelov sa menia rýchlo - konkrétne modely a ich verzie si pred nasadením overte v oficiálnej dokumentácii. Pri obranných nástrojoch platí to isté: niektorí výrobcovia bezpečnostných riešení pridávajú detekciu AI-generovaného obsahu, no spoľahlivosť takýchto detektorov je obmedzená. Spoľahnite sa na viac vrstiev ochrany, nie na jednu.
AI modely v bezpečnosti: čo si z toho vziať
DeepSeek v rukách útočníka nie je nový typ hrozby - je to zrýchlenie starých postupov. Phishing tu bol vždy, personalizácia bola vždy účinná. Rozdiel je v tom, že dnes to zvládne aj ten, kto nevie dobre písať ani programovať. Preto obrana nesmie stáť na tom, že útočník je neschopný, ale na tom, že vaše overenie nezávisí od jeho schopností. Hardvérový kľúč, segmentovaná sieť a overená záloha sú tri veci, ktoré model neprekoná. Ak máte len jedno z nich, začnite tým.
Zdroje
- BleepingComputer - Chinese hackers use ARTEX AI in automated attacks against 200 orgs, bleepingcomputer.com (citované 8. 11. 2026)
- Escudo Digital - Chinese APT uses DeepSeek for industrial-scale automated cyberattacks, escudodigital.com (citované 8. 11. 2026)
- Unit 42 (Palo Alto Networks) - Chinese-Speaking Threat Actor Harnesses AI Models for Autonomous Cyberattacks, unit42.paloaltonetworks.com (citované 8. 11. 2026)
- FIDO Alliance - špecifikácia FIDO2/WebAuthn, fidoalliance.org (citované 8. 11. 2026)
