Όταν η AI επιτιμά την AI: Το νέο μέτωπο των κυβερνοαπειλών

Τα τελευταία αρκετά χρόνια, η τεχνολογία AI έχει αναπτυχθεί σημαντικά. Από απλούς chatbot που μπορούσαν να απαντούν σε συχνές ερωτήσεις και τηλεφωνήματα έως την ακριβή χειρουργική και σχεδόν αυτόνομες κυβερνοεπιθέσεις. Η περιστατικό στο Hugging Face τον Ιανουάριο του 2026 έγινε ένα ανησυχητικό ορόσημο: Οι πράκτορες AI έδειξαν για πρώτη φορά την ικανότητα να παραβιάζουν αυτόνομα πλατφόρμες AI. Αυτή η περίπτωση αποκάλυψε ένα θεμελιώδες πρόβλημα: τα παραδοσιακά μέτρα ασφαλείας δεν λειτουργούν εναντίον μιας επιτιθέμενης AI. Αλλά τι σημαίνει αυτό για τη βιομηχανία AI — και τι πρέπει πραγματικά να ανησυχούμε;

Τι μπορεί να κάνει η AI για τους επιτιθέμενους σήμερα

Δεν θα είναι νέα αν σας πω ότι οι δυνατότητες των χάκερ με AI εξαρτώνται από τις δεξιότητες και τους στόχους του επιτιθέμενου. Οι δράστες που διεξάγουν μαζικές εκστρατείες έχουν αρχίσει όλο και περισσότερο να χρησιμοποιούν AI για ανίχνευση, ανάπτυξη phishing ιστοσελίδων, δολώματα κ.λπ. Επίσης, η AI χρησιμοποιείται συχνά από τους επιτιθέμενους για δημιουργία κώδικα — η λεγόμενη vibe coding. 

Η vibe coding με τη σειρά της μείωσε σημαντικά το εμπόδιο εισόδου όχι μόνο στην επαγγελματική πληροφορική αλλά και διευκόλυνε τους χάκερ να ενταχθούν στην αγορά του κυβερνοεγκλήματος, όπου χρησιμοποιούν την τεχνολογία για την ανάπτυξη και αποσφαλμάτωση του κακόβουλου λογισμικού τους.

Τα τελευταία έτος, δεκάδες ομάδες APT έχουν επιβεβαιώσει ότι οι επιθέσεις βασισμένες στην AI δεν είναι πλέον θεωρητικές. Επιπλέον, είμαι σίγουρος ότι η AI γίνεται ένα επικίνδυνο εργαλείο στα χέρια των επιτιθέμενων — και αυτό δεν είναι υπερβολή. Οι υβριδικές επιθέσεις APT είναι η σύγχρονη πραγματικότητα. Εννοώ μια ανθρώπινα καθοδηγούμενη λειτουργία στην οποία η AI λειτουργεί ως κύριο εργαλείο.

Αυτό που έχει σημασία εδώ είναι AIM3 (AI Malware Maturity Model), το οποίο ορίζει πέντε επίπεδα πολυπλοκότητας για απειλές με δυνατότητα AI, όπου το L1 καλύπτει πειραματικές επιθέσεις και το L5 καλύπτει πλήρως αυτόνομες επιθέσεις AI.

Το 2025, το πρώτο γνωστό παράδειγμα μιας επίθεσης L4 ήταν ανιχνεύθηκε — η επιχείρηση που διεξήχθη από το GTG-1002. Σε αυτήν την περίπτωση, οι δράστες ανέθεσαν εκδόσεις του Claude Code να λειτουργούν σε ομάδες ως αυτόνομοι συντονιστές και πράκτορες δοκιμών διείσδυσης, με τον επιτιθέμενο να μπορεί να αξιοποιεί την AI για την εκτέλεση του 80–90% των τακτικών λειτουργιών ανεξάρτητα.

Μια άλλη αξιοσημείωτη τάση είναι ότι οι επιτιθέμενοι χρησιμοποιούν περισσότερες από μία λύση AI κατά τη διάρκεια μιας επίθεσης. Για παράδειγμα, TAT26-12 χρησιμοποιεί δύο συστήματα AI που εξυπηρετούν συμπληρωματικούς ρόλους. Επίσης, η OpenAI χρησιμοποιήθηκε για αυτοματοποιημένη μαζική ανάλυση σε εσωτερικούς διακομιστές των θυμάτων: ο επιτιθέμενος ανέλυσε τις αναφορές της OpenAI και ενσωμάτωσε τα σχετικά ευρήματα σε συνεδρίες Claude, οι οποίες με τη σειρά τους λειτουργούσαν ως διαδραστικός βοηθός εκμετάλλευσης.

Μια άλλη παρόμοια περίπτωση αποκαλύφθηκε τον Ιούλιο του 2026, όταν ανώνυμοι δράστες χρησιμοποίησαν το Claude Code και το DeepSeek-v4-pro για τις επιθέσεις τους. Το Claude Code λειτουργεί ως μηχανή εκτέλεσης, διαχειριζόμενο τη χρήση εργαλείων με πράκτορες, την εκτέλεση εντολών bash, τη διατήρηση συνεδρίας και την παράλληλη εκτέλεση εργασιών. Το DeepSeek-v4-pro, με τη σειρά του, λειτουργεί ως το υποκείμενο μοντέλο λογικής, διαχειριζόμενο τη λογική της επίθεσης, τη δημιουργία σεναρίων και τη λήψη αποφάσεων.

Πρέπει να σημειωθεί ότι δεν υπάρχουν επιβεβαιωμένες περιπτώσεις υλοποιημένων επιθέσεων L5 AI στο πεδίο. Υποθέτω ότι οι προχωρημένοι δράστες θα στοχεύσουν στα επίπεδα L3–L4 πολυπλοκότητας για απειλές AI, καθώς αυτό μπορεί να τους βοηθήσει να κλιμακώσουν και να πραγματοποιήσουν επαρκείς επιθέσεις. Καθώς οι επιθέσεις L5 είναι πολύπλοκες στην υλοποίηση, τουλάχιστον στο κοντινό μέλλον θα παραμείνουν θεωρητικές.

AI στο Dark Web

Σε υπόγεια φόρουμ, η AI ήταν συνήθως αναφέρθηκε σε συζητήσεις για τις γενικές δυνατότητες κάθε λύσης και στο πλαίσιο της δημιουργίας προτροπών. Ωστόσο, ένα σημαντικό ποσοστό των δημοσιεύσεων σχετιζόταν άμεσα με κακόβουλη δραστηριότητα. Δημοσιεύσεις σε γνωστές πλατφόρμες κυβερνοεγκληματιών κάλυπταν θέματα όπως η χρήση AI για την εύρεση οδηγιών διαμόρφωσης υποδομής επιτιθέμενου και μεθόδων αποφυγής ανίχνευσης από δημοφιλείς λύσεις αντιβιοτικών; η χρήση AI για παράκαμψη διαδικασιών KYC σε δημοφιλή ανταλλακτήρια κρυπτονομισμάτων· η συζήτηση γνωστών επιθέσεων με δυνατότητα AI· η ανάπτυξη και διανομή κακόβουλου λογισμικού· και η χρήση AI για τη δημιουργία σελίδων phishing που μιμούνται διαδικτυακές υπηρεσίες.

Οι τρεις AI λύσεις που αναφέρονται πιο συχνά στα φόρουμ ταιριάζουν με εκείνες που παρατηρούνται πιο συχνά σε επιθέσεις από ομάδες κυβερνοεγκληματιών: Gemini, εργαλεία OpenAI και Claude Code. Το Gemini χρησιμοποιήθηκε πιο συχνά σε μεγάλες επιθέσεις, ενώ το ChatGPT συζητήθηκε πιο συχνά στα φόρουμ. 

Η βιομηχανία AI ως στόχος

Εκτός από τη χρήση AI για την πραγματοποίηση επιθέσεων, οι δράστες στοχεύουν τις ίδιες τις λύσεις AI. Οι επιθέσεις σε εργαλεία AI αποκαλύπτονται σπάνια δημοσίως· ωστόσο, μια τέτοια επίθεση μπορεί να έχει σημαντικό αντίκτυπο σε πολλές εταιρείες. Μια επίθεση σε προμηθευτές AI μπορεί να δημιουργήσει μια εκστρατεία εφοδιαστικής αλυσίδας, επιτρέποντας στους επιτιθέμενους να παραβιάσουν πελάτες χωρίς να τους στοχεύσουν άμεσα.

Επιπλέον, οι προγραμματιστές AI μπορούν επίσης να γίνουν θύματα επιθέσεων εφοδιαστικής αλυσίδας. Για παράδειγμα, στις αρχές Μαΐου 2026, η TeamPCP ένεσε το κακόβουλο εμφύτευμα Mini Shai-Hulud σε παραβιασμένα πακέτα npm· η εκστρατεία επηρέασε τουλάχιστον δύο προμηθευτές AI, μεταξύ άλλων οργανισμών. Η ομάδα δράστης έκλεψε μέρος των εσωτερικών αποθετηρίων ενός προμηθευτή AI και τα ανέβασε προς πώληση σε φόρουμ του dark web.

APT41 προσπάθησε ένα άλλο είδος επίθεσης χρησιμοποιώντας το Gemini για να αποκτήσει πληροφορίες σχετικά με την υποδομή και τα συστήματά του. Η προσπάθεια ήταν ανεπιτυχής, αλλά η ιδέα αυτή καθαυτή ήταν αρκετά μοναδική.

Επιπλέον, οι ερευνητές έχουν επανειλημμένα αναφέρει κρίσιμες ευπάθειες σε διάφορες λύσεις AI, συμπεριλαμβανομένου του CVE-2025-32711 (γνωστό ως EchoLeak) στο Microsoft 365 Copilot, του CVE-2025-54135 (γνωστό ως CurXecute) στο Cursor IDE, του CVE-2025-53109 στο Model Context Protocol, του CVE-2025-8217 στην επέκταση Amazon Q Developer για VS Code, και του CVE-2025-34291 στο Langflow AI. Τα τελευταία δύο παρατηρήθηκαν να εκμεταλλεύονται στο πεδίο.

Παλαιά Αμυντικά Μέτρα, Νέες Απειλές

Όπως είναι γνωστό, υπάρχουν διαφορετικοί τύποι λύσεων AI: βασισμένες στο cloud και τοπικές. Αυτό που θεωρώ κρίσιμο για την κοινότητα AI είναι ότι οι λύσεις AI έχουν τουλάχιστον τα ίδια προβλήματα ασφαλείας με άλλες εφαρμογές desktop και cloud — ή ακόμη περισσότερα. 

Η πρώτη προφανής απειλή είναι η διανομή κακόβουλου λογισμικού που παριστάνεται ως νόμιμα τοπικά εργαλεία AI — οι επιτιθέμενοι συχνά χρησιμοποιούν αξιόπιστες πηγές όπως το GitHub για αυτό. 

Ένα άλλο παρόμοιο παράδειγμα είναι κακόβουρες επεκτάσεις βοηθού AI σχεδιασμένες να παρακολουθούν παθητικά τη δραστηριότητα του χρήστη, συλλέγοντας τις επισκεφθείσες URL και αποσπάσματα περιεχομένου συνομιλιών που δημιουργήθηκαν από AI κατά την καθημερινή περιήγηση.

Στις περισσότερες περιπτώσεις, εάν ένας επιτιθέμενος αποκτήσει πρόσβαση στο ιστορικό αναζητήσεων ενός χρήστη, μπορεί να πάρει πληροφορίες για την ιδιωτική ζωή και διάφορες εργασιακές διαδικασίες. Έτσι, αποτελεί απειλή τόσο για τον χρήστη όσο και για τις εταιρείες.

Ένας ακόμη τύπος είναι μια τεχνική που ονομάζεται κατάληψη διακριτικού AI — παραβιασμένα κλειδιά API, διακριτικά συνεδρίας και συσκευές είναι ο στόχος των δραστών που πουλάνε αυτήν την πρόσβαση ή χρησιμοποιούν αυτά τα κλεμμένα μυστικά για τις επιθέσεις τους, για παράδειγμα, για την εκτέλεση κρυφών εργασιών. Το εύρος της επίθεσης εξαρτάται από τα δεδομένα και τα δικαιώματα που είναι ήδη διαθέσιμα στη συνεδρία του θύματος. 

Μια άλλη δημοφιλής τεχνική για AI που θα ήθελα να αναφέρω είναι η ένεση προτροπής, η οποία περιλαμβάνει την εισαγωγή κακόβουλης εισόδου (προτροπών) για την εξαγωγή ανεπιθύμητων ή ευαίσθητων πληροφοριών από το σύστημα πέρα από ό,τι είχε προβλέψει ο προγραμματιστής.

Η απεριόριστη πρόσβαση σε ευαίσθητα δεδομένα αυξάνει τον κίνδυνο παραβίασης. Με άλλα λόγια, το AI γίνεται ένα μοναδικό σημείο εισόδου — συχνά με αυξημένα προνόμια — προσελκύοντας έτσι μεγαλύτερη προσοχή από τους επιτιθέμενους.

Πώς να Παραμείνετε Ασφαλείς

Στο πλαίσιο της κυβερνοασφάλειας, ορισμένες βασικές αρχές μπορεί να είναι ακόμη πιο σημαντικές από τις συγκεκριμένες τεχνολογίες. Πρώτον, εφαρμόστε την αρχή του ελάχιστου προνομίου στο AI. Δεύτερον, μην εμπιστεύεστε ποτέ εξωτερικό περιεχόμενο. Και, τέλος αλλά όχι λιγότερο, διατηρήστε τους ανθρώπους στη διαδικασία και μην αφήνετε ποτέ το μοντέλο μόνο του να αποφασίζει ποιος θα έχει πρόσβαση. Συνιστώ ανεπιφύλακτα να ελέγξετε ότι όλα τα σημεία είναι σε ισχύ για τις AI λύσεις σας.