AI-alapú kibertámadások: adathalászat, deepfake és a támadók új eszközei
·A mesterséges intelligencia ma e-mailt fogalmaz, adatot elemez, fordít, kódot ír és ügyfélkérdésre válaszol. Levesz a vállunkról egy csomó munkát, amelyet senki nem szeret. Ugyanezt az eszközkészletet viszont a támadók is megkapták.
Az AI-alapú kibertámadás ritkán zseniális. A támadónak nem kell napokig hibát keresnie egy rendszerben, ha egyszerűbben is célhoz ér: rávesz valakit, hogy kattintson egy linkre, beírja a jelszavát, kifizessen egy számlát, megnyisson egy csatolmányt vagy továbbküldjön egy egyszer használatos kódot.
Ezért maradt az adathalászat a legrövidebb út a pénzhez, a fiókokhoz, az adatokhoz és a céges rendszerekhez. Az AI ezen annyit változtatott, hogy a levelek meggyőzőbbek lettek, tömegesen kiküldhetők, és nehezebb kiszúrni őket.
Ez a cikk a sorozatunk kiindulópontja. A részleteket külön bontottuk ki: AI-adathalászat és a felismerése, hangalapú deepfake-csalás és vishing, OSINT: a támadók a nyilvános adatokból dolgoznak, AI a kibervédelemben és az LLM-integrációk penetrációs tesztelése.
Miért működik még mindig az adathalászat?
Az adathalászat nem a technológiát támadja, hanem az embert. Ennyi az egész titka.
Minek törni a tűzfalat, ha egy munkatárs magától megadja a jelszavát? Minek bonyolult sérülékenységet keresni, ha valaki megnyitja a csatolmányt? Minek betörni a bankba, ha elég megijeszteni valakit azzal, hogy zárolják a számláját?
Az adathalász levél az érzelmekre hat: a félelemre, a kíváncsiságra, a stresszre, az időnyomásra és a tekintélytiszteletre. A tipikus szövegek így hangzanak:
- „A csomagját nem tudtuk kézbesíteni. Kattintson ide.”
- „A fiókját 24 órán belül zároljuk.”
- „Kérjük, sürgősen rendezze az alábbi számlát.”
- „Kell a hitelesítő kód, incidenst kezelünk.”
- „Csatolom a mai megbeszélés anyagát.”
Régen a rossz helyesírás, a fura fordítás és az igénytelen külalak elárulta a hamis levelet. Erre ma már nem lehet építeni. Az AI hibátlan magyar, angol és német szöveget ír, eltalálja a cég hangnemét, és olyan levelet állít elő, amely elmegy hétköznapi üzleti levelezésnek.
Az igazi kérdés tehát nem az, hogy hibátlan-e a levél, hanem az, hogy indokolt-e a kérés.
Gyakorlati ellenőrzőlistát az AI-adathalászatról és a felismeréséről szóló cikkünkben talál.
Hogyan erősíti az AI a social engineeringet?
A social engineering nem a rendszert töri fel, hanem az embert veszi rá valamire. Magyarul pszichológiai manipuláció – ezt a nevet használja a jogszabály is: az 5/2025. (VI. 20.) SZTFH rendelet 3. § (2) bekezdés bd) pontja a „pszichológiai manipulációs (social engineering) támadások tervezése és kivitelezése” fordulattal írja le. A cél a bizalom felépítése, majd egy olyan helyzet, amelyben az áldozat gyorsan cselekszik, és nem ellenőriz semmit.
Az AI három ponton segít ebben.
Az első a nyelv. A támadónak nem kell magyarul tudnia ahhoz, hogy magyarul írjon. A szöveg lehet hivatalos, közvetlen, vezetői vagy technikai – aszerint, hogy kinek szól.
A második a személyre szabás. A támadó végigolvassa a LinkedInt, a céges honlapot, a sajtóközleményeket, az álláshirdetéseket, a közösségi oldalak kommentjeit és a nyilvános dokumentumokat. Az AI ezekből a morzsákból konkrét történetet rak össze. Például: „Kedves Péter! Láttam, hogy a csapata az új logisztikai projekten dolgozik. Csatolom a frissített szerződéstervezetet.”
A harmadik a mennyiség. Néhány száz személyre szabott levél megírása korábban napokig tartott. Ma percek kérdése. Egy kampány gyorsan átszabható másik cégre, másik osztályra, másik nyelvre és másik beosztásra.
Az eredmény: kevesebb véletlenszerű szemét, több olyan üzenet, amely beleolvad a hétköznapi munkába.
Deepfake és hamis hívások: mire elég egy rövid hangminta?
A másik nagy kockázat a deepfake-csalás. A deepfake mesterséges intelligenciával előállított vagy módosított hang, videó vagy kép, amely egy valódi embert utánoz. A gyakorlatban ez annyit tesz, hogy a telefonban hallott hang és a képernyőn látott arc önmagában már nem azonosít senkit.
A legnagyobb kockázat ma a hang, vagyis a vishing (hangalapú adathalászat). A támadó eljátssza az ügyvezetőt, a kollégát, a családtagot vagy az ügyfelet. Néhány másodpercnyi felvétel – videóból, podcastból, online értekezletből vagy közösségi oldalról – elég ahhoz, hogy a mai eszközök meggyőzően lemásolják bárki hangját.
Egy tipikus forgatókönyv: a pénzügyre befut egy hívás. A hang olyan, mint az ügyvezetőé. Azt mondja, úton van, nincs ideje magyarázni, és a számlát azonnal ki kell fizetni. Vagy a HR kap üzenetet egy „munkatárstól”, hogy megváltozott a bankszámlaszáma. Vagy egy szülő hívást kap a „gyerekétől”, aki bajba került, és sürgősen pénzre van szüksége.
Ez nem tudományos-fantasztikus forgatókönyv. Így tolja át az AI a csalást a szöveges üzenetekből a hangba és a képbe.
A gyanús hívások ellenőrzéséről és az árulkodó jelekről külön cikkünk szól: hangalapú deepfake-csalás és vishing.
OSINT: mit tud a támadó, mielőtt egy sort is írna?
Az OSINT (nyílt forrású hírszerzés) nyilvános forrásokból gyűjt információt. Szakkifejezésnek hangzik, pedig hétköznapi dolgokról van szó: LinkedIn-profilok, céges honlapok, konferenciafotók, munkatársi listák, álláshirdetések, nyilvános nyilvántartások, közösségi oldalak és a posztok alatti kommentek.
A támadónak ez kész alapanyag. Kiderül belőle, ki az ügyvezető, kik ülnek a pénzügyön, ki a rendszergazda, kik a beszállítók, milyen technológiát írnak ki az álláshirdetésbe – sokszor még az is, ki mikor utazik konferenciára.
Az AI ezekből a szilánkokból hihető ürügyet gyárt. Nem „Tisztelt Ügyfelünk!” kezdetű körlevél érkezik, hanem olyan üzenet, amely ismeri a nevet, a projektet, a beosztást és a cég szóhasználatát.
A kiberbiztonság tehát nem a vírusirtónál kezdődik. Ott kezdődik, hogy mit teszünk közzé magunkról és a cégünkről.
A téma gyakorlati oldalát az OSINT és a nyilvános adatok című cikkben írtuk meg.
Aardvark, Mythos és az automatizált sérülékenységfelderítés
Az AI a kiberbiztonság technikai oldalát is átrendezi. Az új modellek elolvassák a kódot, kiszúrják a gyanús mintázatokat, kipróbálják a hibákat és javítást javasolnak. A védőknek, a fejlesztőknek és a biztonsági csapatoknak ez komoly nyereség.
Az egyik példa az Aardvark, amelyet később a Codex Security nevéhez kötöttek, és amelyet ügynöki biztonsági kutatóként (agentic security researcher) mutattak be. A dolga a forráskód elemzése: megkeresi a szoftverhibákat, igazolja őket, és javítást ajánl.
A másik példa a Mythos Preview, amely meggyőzően teljesített: megtalálta a sérülékenységeket, és igazolta is, hogy valósak. A védelem szempontjából ez jó hír, mert az ilyen eszköz megtalálhatja a hibát, mielőtt más kihasználná. Ugyanakkor figyelmeztetés is: ha az AI a védelemnek segít, a támadók ugyanezért az eszközért fognak nyúlni.
Az exploitok felépítését, a kernelt és a memóriakezelési hibákat nem kell értenie senkinek. Egyetlen szabály elég: ma sokkal hamarabb támadják meg a gyenge pontot, mint néhány éve. A frissítést, a biztonsági átvilágítást és a monitorozást ezért nem lehet „majd később” címszó alatt halogatni.
Az AI-integrációk saját kockázatait külön cikkben bontottuk ki: LLM-integrációk penetrációs tesztelése.
Az AI a védelemben: jó eszköz, rossz bíró
A mesterséges intelligencia nem csak fenyegetés. A védelem oldalán is erős eszköz: szűri az adathalász leveleket, észreveszi a szokatlan viselkedést, összefoglalja az incidenseket, átnézi a naplókat és a konfigurációkat, és lerövidíti a csapat reakcióidejét.
Nem az AI a baj. A vak bizalom a baj.
Az AI segíthet, de nem dönthet egyedül. A biztonság továbbra is emberen, világos szabályokon, ellenőrzésen, többfaktoros hitelesítésen, mentéseken, frissítéseken és egy adag egészséges gyanakváson áll.
A védő oldalt külön cikkben írtuk meg: AI a kibervédelemben.
Hogyan védekezzen a gyakorlatban?
Egyetlen alkalmazás sem intézi el helyettünk. Néhány egyszerű szokás és néhány technikai kontroll együtt viszont sokat ér.
Ezzel érdemes kezdeni:
- Ellenőrizze a sürgős kéréseket egy másik csatornán. Ha valaki gyors utalást kér, hívja vissza egy ismert számon – ne azon, amelyik a gyanús üzenetben áll.
- Kapcsolja be a többfaktoros hitelesítést. A hitelesítő alkalmazás vagy a biztonsági kulcs többet ér az SMS-nél.
- Ne kattintson reflexből a linkekre. Inkább a hivatalos oldalon lépjen be.
- Képezze a munkatársakat rendszeresen, ne évente egyszer. Az AI-adathalászat gyorsan változik, az oktatásnak pedig gyakorlatiasnak kell lennie.
- Írja le a céges szabályokat az utalásokra, a bankszámlaszám módosítására és az érzékeny adatokra. Sürgősségre hivatkozva se lehessen kihagyni az ellenőrzést.
- Frissítse a rendszereket és az alkalmazásokat. Minél gyorsabban talál hibát az AI, annál többet számít a javítás tempója.
- Nézze át, mit tesz közzé a cégéről. Kevesebb nyilvános részlet kevesebb muníció a támadónak.
Összegzés: nem a cél változott meg, hanem a támadások minősége
A támadók célja ugyanaz maradt: pénz, adat, hozzáférés és bizalom. Az eszközök változtak meg. Az adathalász levél hihetőbb, a klónozott hang élőnek hangzik, az OSINT gyorsabb, a sérülékenységek felderítése pedig egyre inkább magától megy.
A jó hír az, hogy a védelemhez nem kell bonyolult megoldás. A józan ész, a visszaellenőrzés, a többfaktoros hitelesítés, az oktatás, a frissítés és a világos belső szabályok a támadások többségét komolyan megnehezítik.
A kiberbiztonság ma nem csak az IT-részleg ügye. Bizalmi kérdés. Egy régi szabály pedig most többet ér, mint valaha: bízzon, de ellenőrizzen.
