Chinese staatshackers verdubbelen hun aanvalsvolume met DeepSeek

Chinese staatsgebonden hackgroepen voeren meer dan dubbel zoveel aanvallen uit sinds ze routinewerk aan DeepSeek en andere open-weight modellen uitbesteden, meet het Taiwanese onderzoeksbureau TeamT5 in scripts en logbestanden van die groepen.

Dat cijfer raakt een aanname die in veel Nederlandse organisaties nog overeind staat: dat een klein bedrijf te onbeduidend is om opgemerkt te worden. Die aanname hield stand zolang verkenning duur was en een aanvaller dus moest kiezen waar hij begon. Nu het in kaart brengen van domeinen, het scannen op kwetsbare versies en het schrijven van exploitcode bijna niets meer kost, valt die selectie weg. Je bent niet interessanter geworden. Dezelfde ploeg haalt er per week alleen meer doelwitten doorheen.

Wat er in de logs stond

TeamT5 verzamelde de afgelopen maanden scripts en logbestanden waarin het model in meerdere fasen van een aanval opduikt: verkenning, het genereren van manieren om kwetsbaarheden uit te buiten, en het bouwen van kwaadaardige software. Drie groepen komen bij naam voorbij. Grimfengxi liet DeepSeek exploitcode schrijven. Huapi viel het e-mailsysteem van een Taiwanees bedrijf aan met een Chinees model dat volgens de onderzoekers waarschijnlijk DeepSeek was. Teleboyi gebruikte het platform om duizend IP-adressen van internet te plukken en de domeinen van een doelwit in kaart te brengen.

De voorkeur voor DeepSeek gaat niet over intelligentie. Charles Li, chief analyst bij TeamT5, noemt het model relatief krachtig met zeer lage cyberremmen en zegt dat westerse modellen weliswaar gewild zijn, maar met beveiligingen komen die veel meer moeite kosten om te omzeilen. Moonshots Kimi K3 geldt als sterker, maar TeamT5 legde er nog geen enkel incident mee vast: dat model draaien is voor deze aanvallers te duur. Prestaties zijn dus niet de schaarste. Weigergedrag is dat wel, en dat is precies wat een model dat je zelf downloadt en draait niet meebrengt.

Een bedrijfje van tien man levert het gereedschap

De onderzoekers stuitten op een openbare gedeelde schijf met duizenden Chineestalige schermafdrukken, waarvan de recentste uit februari dateren. Ze tonen het werk van een startup met ongeveer tien medewerkers die met AI hacksoftware bouwt en verkoopt, voor 300.000 tot 500.000 yuan per programma, omgerekend zo'n 44.500 tot 74.000 dollar. Er waren minstens vier hackgroepen klant, elk met een eigen campagne. Activiteit van een van die groepen overlapt met operaties die het Amerikaanse ministerie van Justitie toeschrijft aan Mustang Panda, een groep die volgens datzelfde ministerie steun krijgt van de Chinese overheid.

Dat is het deel van dit verhaal dat het makkelijkst over het hoofd wordt gezien. Er ontstaat een toeleveringsketen. Een klein team bouwt met AI het gereedschap, meerdere staatsgebonden groepen kopen het en zetten het parallel in. Een capaciteitssprong bij die maker vermenigvuldigt zich zo over vier campagnes tegelijk.

Ook westerse modellen komen erin voor

Niet alles loopt op Chinese modellen. Beveiligingsbedrijf CyCraft zag een leverancier van hacksoftware ChatGPT inzetten bij een aanval op een westerse denktank: nadat de aanvallers de lokale Signal-database van een medewerker hadden buitgemaakt, lieten ze de chatbot meedenken over een module om die database te ontsleutelen. Een woordvoerder van OpenAI zegt dat het bedrijf pogingen tot misbruik van zijn modellen opspoort, voorkomt en verstoort.

Een groep die TeamT5 Slime22 noemt, kwam binnen bij een Taiwanees technologiebedrijf, zette daar het pentest-platform Kali op en liet Claude Code daarmee laterale bewegingen door het netwerk maken. De beveiligingen werden omzeild door zich voor te doen als een engineer die een geplande beveiligingstest uitvoert. Dat is geen technische exploit maar een rolwissel in een prompt, en hij werkt omdat het verhaal plausibel klinkt.

Van modeltest naar veldbewijs

Tot nu toe was dit vooral een testresultaat. Het Britse AI Security Institute mat in juli dat open-weight modellen op offensieve cybertaken nog maar vier tot zeven maanden achterlopen op de gesloten frontier-modellen, en noemde hun veiligheidsremmen grotendeels ineffectief. Een volledige testrun kostte op DeepSeek V4-Pro 1,19 dollar, tegen ongeveer 85 dollar op Opus 4.5. Het cijfer van TeamT5 is de veldkant van diezelfde meting. De capaciteit is beschikbaar en ze wordt gebruikt. Het effect daarvan is nu zichtbaar in aanvalsvolume.

Dit is iets anders dan de autonome campagne die Unit 42 op 30 juli beschreef. Daar ging het om een enkele operator die DeepSeek via het Hermes Agent-framework zelf doelwitten en kwetsbaarheden liet uitzoeken, met een magere opbrengst: van ruim 460 aangevallen doelwitten kwam het uit op veertien bevestigd gecompromitteerde systemen, drie Citrix NetScaler-installaties en elf Marimo-notebooks. TeamT5 meet een ander en zwaarder patroon: gevestigde staatsgroepen die AI niet als vervanger inzetten maar als versneller binnen operaties die ze toch al draaiden.

Daar zit de verschuiving. Het scenario waar iedereen naar keek was de volledig autonome AI-aanvaller, en die presteert in het veld nog matig. Wat wel werkt is saaier: een goedkoop model dat het voorwerk doet, zodat dezelfde mensen twee keer zoveel doelwitten halen. Dat verandert niets aan welke lekken je moet dichten, wel aan hoeveel tijd je ervoor krijgt. Een patchritme van weken rust op de aanname dat een aanvaller nog moet kiezen waar hij begint, en die aanname is net verlopen.