Северокорейские хакеры делают свой ИИ с агентами и голосовыми помощниками

Северокорейская группировка Kimsuky начала выстраивать собственную инфраструктуру для работы с генеративным ИИ. По данным южнокорейской компании Genians, на связанных с группой серверах обнаружены локальные языковые модели, средства разработки агентов, голосовые инструменты и AI-помощник Cursor. Такой набор превращает нейросети из генератора фишинговых писем в рабочий инструмент для полноценных кибератак.

Наибольший интерес у исследователей вызвал локальный запуск моделей. Kimsuky, по утверждению Genians, применяла Ollama, GPT4All и Msty, а также технологию RAG для поиска данных в документах. Схема позволяет работать с нейросетью прямо на своей инфраструктуре, не отправляя содержимое похищенных файлов в сторонние облачные сервисы. Украденную документацию можно разбирать внутри собственной сети без риска утечки материалов через публичные чат-боты. Если к этому добавить средства программирования и автоматизации, картина складывается вполне рабочая.

На той же инфраструктуре присутствовали фреймворки для создания ИИ-агентов, средства преобразования речи в текст и Cursor — популярный редактор кода с поддержкой нейросетей. Сам по себе каждый компонент абсолютно легален и применяется разработчиками по всему миру. Подозрительным становится не отдельный инструмент, а сочетание программ и контекст, в котором они найдены.

По оценке Genians, группировка отходит от простого применения генеративного ИИ для подготовки приманок. Теперь Kimsuky пытается встроить модели в разные этапы работы — от написания вредоносного ПО до разбора собранных данных.

Что именно нашли исследователи в инфраструктуре группировки:

• локальные языковые модели Ollama, GPT4All и Msty с настроенной технологией RAG;
• фреймворки для создания автономных ИИ-агентов и автоматизации задач;
• голосовые инструменты для преобразования речи в текст;
• редактор кода Cursor с интегрированной поддержкой нейросетей;
• документы финансовой и криптовалютной тематики, предположительно сгенерированные ИИ.

Стоит обратить внимание — материалы имитировали настоящие инвестиционные отчёты и рабочую документацию. Вместо одного универсального шаблона операторы получают возможность быстро выпускать большое количество правдоподобных документов под конкретных получателей.

Находка не возникла на пустом месте. В мае 2026 года исследователи Kaspersky сообщили о признаках использования языковой модели при создании вредоносной программы HelloDoor, которую связали с Kimsuky. В исходном коде специалисты заметили следы машинной генерации — необычные комментарии, ошибки и эмодзи. HelloDoor применялся в атаках против южнокорейских организаций, а сама кампания показывала, что группа экспериментирует с современными средствами разработки.

Схожие сигналы приходят и от других северокорейских команд. В январе Check Point Research сообщала о кампании группировки KONNI, где был обнаружен вредоносный PowerShell-код, созданный при участии нейросети. Целями стали разработчики и инженерные команды, связанные с блокчейн-инфраструктурой в Азиатско-Тихоокеанском регионе. Ещё раньше Kimsuky экспериментировала с генеративными изображениями — в 2025 году южнокорейские специалисты обнаружили фишинговые письма с поддельными военными удостоверениями, сделанными нейросетью.

Эволюция выглядит последовательной. Сначала ИИ помогает сделать письмо убедительнее, затем участвует в создании вредоносного кода, а теперь вокруг него появляется целая локальная инфраструктура. Для российских пользователей и организаций подобные подходы означают, что фишинговые письма, поддельные документы и приманки будут выглядеть заметно правдоподобнее прежних массовых рассылок.

Как меняется работа группировки при использовании локальных моделей:

• отпадает необходимость обращаться к публичным чат-ботам с их защитными механизмами;
• содержимое похищенных документов не покидает инфраструктуру атакующих;
• под каждую цель можно быстро готовить индивидуальные приманки и легенды;
• разбор больших массивов данных перестаёт быть узким местом операции;
• часть рутинных задач разработчика вредоносного ПО переходит нейросети.

ИИ не отменяет необходимость доступа к компьютерам жертв, уязвимостей, украденных учётных записей и грамотной организации нападения. Языковая модель убирает большое количество ручной работы. Именно человеческие часы часто становятся ограничением для хорошо подготовленной операции. Если раньше оператору приходилось самостоятельно просматривать сотни документов, писать письма и адаптировать код, то нейросеть берёт часть этих задач на себя. Локальная установка позволяет обрабатывать секретные материалы без обращения к публичным сервисам.

Уточняется — Kimsuky сейчас скорее накапливает технологические возможности, чем уже применяет полностью автономную систему в каждой атаке. Сам факт подготовки такой инфраструктуры показывает изменение приоритетов группировки.

Kimsuky американские и южнокорейские власти связывают с северокорейской государственной кибердеятельностью. В 2023 году Министерство финансов США ввело против группировки санкции, назвав её подразделением кибершпионажа, работающим в интересах Пхеньяна. Группа многие годы фигурирует в операциях против государственных учреждений, исследовательских центров, университетов и других структур. Её интересуют разведывательные данные, учётные записи и доступ к системам потенциально ценных организаций. ИИ здесь выглядит не как внезапно появившееся оружие, а как очередное обновление уже собранного набора инструментов.

Для российского контекста угроза тоже вполне ощутима. Локальные ИИ-инфраструктуры удешевляют массовое производство фишинга на русском языке без ошибок и странных оборотов, а это напрямую бьёт по сотрудникам финансовых организаций, госструктур и промышленных предприятий.

Основные признаки нового этапа применения нейросетей в атаках:

• переход от онлайн-сервисов к собственным моделям на серверах группировки;
• обход защитных механизмов коммерческих чат-ботов через локальные аналоги;
• одновременное использование ИИ для разведки, разработки и написания приманок;
• рост числа правдоподобных документов, сгенерированных под конкретного получателя;
• сокращение времени между сбором данных о цели и первой попыткой её атаковать.

Ранее сообщалось, что в Google заявили об использовании модели Gemini прогосударственными хакерскими группами из Китая, Ирана, КНДР и России для сопровождения атак на всех этапах — от сбора данных о целях до разработки инфраструктуры управления и эксфильтрации информации.

Эксперты CISOCLUB отметили, что переход северокорейских группировок к локальным ИИ-моделям представляет качественно новую угрозу для корпоративных служб безопасности. Массовое производство персонализированных приманок обесценивает привычные обучающие программы по распознаванию фишинга, где сотрудников учили замечать грамматические ошибки и странные обороты. Разбор похищенных данных с помощью нейросети сокращает окно между компрометацией и целевым использованием сведений — атакующие быстрее понимают, что именно попало к ним в руки.

Российским компаниям в подобных условиях придётся пересматривать модели угроз и делать ставку на поведенческую аналитику, а также контроль исходящего трафика. Классических индикаторов компрометации для обнаружения таких операций уже недостаточно.