Kun tekoäly hakkeroi tekoälyä: Kyberuhkien uusi raja-alue

Viimeisten vuosien aikana tekoälyteknologia on kehittynyt merkittävästi. Yksinkertaisista chatbotteista, jotka pystyivät vastaamaan usein kysyttyihin kysymyksiin ja puheluihin, tarkkirauhaseikkauksiin ja lähes autonomisiin kyberhyökkäyksiin. Tämä tapaus Hugging Face -alustalla tammikuussa 2026 oli huolestuttava virstanpylväs: tekoälyagentit osoittivat ensimmäistä kertaa kyvyn autonomisesti hakkeroida tekoälyalustoja. Tämä tapaus paljasti perustavanlaatuisen ongelman: perinteiset turvallisuustoimenpiteet eivät toimi hyökkäävää tekoälyä vastaan. Mutta mitä tämä merkitsee tekoälyteollisuudelle — ja mistä meidän tulisi oikeastaan olla huolissamme?

Mitä tekoäly voi tehdä hyökkääjille tänään

Ei ole yllättävää, jos kerron, että hakkerien kyvyt tekoälyn kanssa riippuvat hyökkääjän taidoista ja tavoitteista. Massakampanjoita toteuttavat uhkatoimijat ovat yhä useammin alkaneet käyttää tekoälyä tiedusteluun, phishing-sivustojen kehittämiseen, harhautuksiin ym. Myös hyökkääjät käyttävät tekoälyä usein koodin luomiseen — niin sanottuun vibe-koodaukseen. 

Vibe-koodaus itsessään merkittävästi laski kynnystä paitsi IT-ammattilaiseksi pääsyyn, myös teki hakkerien pääsyn kyberrikollisuusliiketoimintaan helpommaksi, jossa he käyttävät teknologiaa haittaohjelmien kehittämiseen ja virheenkorjaukseen.

Viimeisen vuoden aikana kymmenet APT-ryhmät ovat vahvistaneet, että tekoälypohjaiset hyökkäykset eivät enää ole teoreettisia. Lisäksi olen varma, että tekoälystä on tulossa vaarallinen työkalu hyökkääjien käsissä — eikä tämä ole liioittelua. Hybrid APT -hyökkäykset ovat nykyaikainen todellisuus. Tarkoitukseni on ihmisen ohjaama operaatio, jossa tekoäly toimii pääasiallisena työkaluna.

Tässä merkityksellistä on AIM3 (AI Malware Maturity Model), joka määrittelee viisi kypsyystasoa tekoälyä hyödyntäville uhilaille, joista L1 kattaa kokeelliset hyökkäykset ja L5 kattaa täysin autonomiset tekoälyhyökkäykset.

Vuonna 2025 ensimmäinen tunnettu L4-hyökkäyksen esimerkki havaittu — operaatio, jonka GTG-1002 suoritti. Tässä tapauksessa toimijat antoivat Claude Code -instansseille tehtäväksi toimia ryhmissä autonomisina tunkeutumistestausorkestroijina ja -agentteina, jolloin uhkatoimija pystyi hyödyntämään tekoälyä suorittaakseen 80–90 % taktista toimintaa itsenäisesti.

Toinen merkittävä trendi on, että hyökkääjät käyttävät useampaa kuin yhtä tekoälyratkaisua hyökkäyksen aikana. Esimerkiksi TAT26-12 on käyttänyt kahta tekoälyjärjestelmää, jotka toimivat täydentävissä rooleissa. Lisäksi OpenAI:ta käytettiin automatisoituun massaanalyysiin sisäisillä uhripalvelimilla: hyökkääjä analysoi OpenAI:n raportit ja syötti olennaiset havainnot Claude-istuntoihin, jotka puolestaan toimivat interaktiivisena hyväksikäyttöavustajana.

Vastaava tapaus paljastui heinäkuussa 2026, kun nimettömät uhkatoimijat käyttivät hyökkäyksissään Claude Code -ohjelmaa ja DeepSeek-v4-pro -mallia. Claude Code toimii toteutuksen moottorina, halliten agenttipohjaista työkalujen käyttöä, bash-komentojen suorittamista, istunnon pysyvyyttä ja tehtävien rinnakkaistamista. DeepSeek-v4-pro puolestaan toimii taustalla olevan päättelymallina, käsitellen hyökkäyslogiikkaa, skriptien luomista ja päätöksentekoa.

On syytä huomata, että ei ole vahvistettuja tapauksia toteutuneista L5‑tekoälyhyökkäyksistä luonnossa. Oletan, että kehittyneet toimijat pyrkivät L3–L4‑kypsyystasoon tekoälyuhissa, koska se voi auttaa heitä skaalaamaan ja toteuttamaan riittävästi hyökkäyksiä. Koska L5‑hyökkäykset ovat monimutkaisia toteuttaa, ne pysyvät ainakin lähitulevaisuudessa teoreettisina.

Tekoäly pimeässä verkossa

Alamaailman foorumeilla tekoälyä mainittiin jokaisen ratkaisun yleisistä kyvyistä keskusteltaessa ja kontekstissa, jossa luodaan kehotteita. Kuitenkin merkittävä osa viesteistä liittyi suoraan haitalliseen toimintaan. Tunnetuilla kyberrikollisuusalustoilla käsiteltiin aiheita, kuten tekoälyn käyttö ohjeiden löytämiseen hyökkääjän infrastruktuurin konfigurointiin ja menetelmiin, joilla kiertää suosittujen virustorjuntaohjelmien havaitseminen; tekoälyn käyttö KYC-prosessien kiertämiseen suosituilla kryptovaluutanvaihtopalveluilla; tunnettujen tekoälyyn perustuvien hyökkäysten käsittely; haittaohjelmien kehittäminen ja jakelu; sekä tekoälyn käyttö phishing-sivujen luomiseen, jotka jäljittelevät verkkopalveluita.

Foorumeilla eniten mainitut kolme tekoälyratkaisua vastaavat niitä, joita eniten havaitaan kyberrikollisryhmien hyökkäyksissä: Gemini, OpenAI-työkalut ja Claude Code. Geminia käytettiin useammin suurissa hyökkäyksissä, kun taas ChatGPT:tä keskusteltiin useammin foorumeilla. 

Tekoälyteollisuus kohteena

Hyökkäyksiin tekoälyn käyttöön lisäksi uhkatoimijat kohdistavat itse tekoälyratkaisuja. Hyökkäyksiä tekoälytyökaluihin julkistetaan harvoin; kuitenkin yksi tällainen hyökkäys voi vaikuttaa merkittävästi moniin yrityksiin. Hyökkäys tekoälytoimittajiin voi aiheuttaa toimitusketjuhyökkäyksen, jonka avulla hyökkääjät pääsevät asiakkaiden järjestelmiin suoraan kohdistamatta heitä.

Lisäksi tekoälyn kehittäjät voivat olla myös toimitusketjuhyökkäysten uhreja. Esimerkiksi toukokuun alussa 2026 TeamPCP injektoi haitallisen Mini Shai-Hulud -implantin kompromisoituihin npm-paketteihin; kampanja vaikutti vähintään kahteen tekoälytoimittajaan muiden organisaatioiden ohella. Uhkaryhmän jäsenet varastivat osan yhden tekoälytoimittajan sisäisistä varastoista ja myivät ne pimeällä verkolla toimivalle foorumille.

APT41 yritti toista hyökkäystyyppiä käyttämällä Geminiä saadakseen tietoa sen infrastruktuurista ja järjestelmistä. Yritys epäonnistui, mutta idea itsessään oli melko ainutlaatuinen.

Lisäksi tutkijat ovat toistuvasti raportoineet kriittisiä haavoittuvuuksia eri AI-ratkaisuissa, mukaan lukien CVE-2025-32711 (tunnetaan nimellä EchoLeak) Microsoft 365 Copilotissa, CVE-2025-54135 (tunnetaan nimellä CurXecute) Cursor IDE:ssä, CVE-2025-53109 Model Context Protocolissa, CVE-2025-8217 Amazon Q Developer VS Code -laajennuksessa, ja CVE-2025-34291 Langflow AI:ssa. Kahta viimeistä havaittiin hyödynnettynä todellisessa ympäristössä.

Vanhoja puolustuksia, uusia uhkia

Kuten hyvin tiedetään, on olemassa erilaisia AI-ratkaisuja: pilvipohjaisia ja paikallisia. Se, mitä pidän ratkaisevana AI-yhteisön ymmärtämiseksi, on se, että AI-ratkaisuilla on vähintään samat turvallisuusongelmat kuin muilla työpöytä- ja pilvipohjaisilla sovelluksilla — tai jopa enemmän. 

Ensimmäinen ilmeinen uhka on haittaohjelmien jakelu, jotka naamioituvat laillisiksi paikallisiksi AI-työkaluiksi — hyökkääjät käyttävät usein luotettuja lähteitä, kuten GitHubia, tähän. 

Toinen samankaltainen esimerkki on haitalliset AI-avustaja-laajennukset, jotka on suunniteltu passiivisesti seuraamaan käyttäjän toimintaa, keräämään vierailtuja URL-osoitteita ja katkelmia AI:n luomasta chat-sisällöstä, joka syntyy rutiininomaisessa selaamisessa.

Useimmissa tapauksissa, jos hyökkääjä saa pääsyn käyttäjän hakuhistoriaan, hän voi saada tietoa yksityiselämästä ja erilaisista työprosesseista. Näin ollen se on uhka sekä käyttäjälle että yrityksille.

Vielä yksi tyyppi on tekniikka, jota kutsutaan AI-tokenin kaappaukseksi — vaarantuneet API-avaimet, istuntotokenit ja laitteet ovat toimijoiden tavoitteena, jotka myyvät tätä pääsyä tai käyttävät näitä varastettuja salaisuuksia hyökkäyksissään, esimerkiksi piilotettujen tehtävien suorittamiseen. Hyökkäyksen laajuus riippuu tiedoista ja oikeuksista, jotka ovat jo uhrin istunnossa saatavilla. 

Toinen suosittu AI-tekniikka, jonka haluan mainita, on kehotus-injektio, jossa syötetään haitallista syötettä (kehotteita) saadakseen järjestelmästä tahattomia tai arkaluontoisia tietoja, jotka ylittävät kehittäjän aikomuksen.

Rajoittamaton pääsy arkaluontoisiin tietoihin lisää tietomurron riskiä. Toisin sanoen, AI:sta tulee yksi sisäänpääsymarssi — usein korotetuilla oikeuksilla — mikä houkuttelee lisääntynyttä huomiota hyökkääjiltä.

Kuinka pysyä turvassa

Kyberturvallisuuden kontekstissa jotkut perusperiaatteet voivat olla jopa merkittävämpiä kuin tietyt teknologiat. Ensinnäkin, sovella vähimmän oikeuden periaatetta AI:lle. Toiseksi, älä koskaan luota ulkoiseen sisältöön. Ja viimeisenä, mutta ei vähäisimpänä, pidä ihmiset mukana prosessissa äläkä koskaan anna mallin yksin päättää, kuka saa pääsyn. Suosittelen voimakkaasti tarkistamaan, että kaikki kohdat ovat paikallaan AI-ratkaisuissasi.