Od Brazilije do Združenih držav Amerike, od Združenega kraljestva do Evropske unije se je sredi desetletja pojavila izsiljevalska programska oprema kot nekakšna "vzporedna ekonomija" digitalne kriminalitete: organizira se kot storitev, zunanje izvaja posamezne faze in izkorišča odvisnost podjetij in vlad od povezanih sistemov. Novost ni samo šifriranje, temveč to, kako se izsiljevanje združuje s hitrejšim delovanjem, več ukradenimi podatki in vse večjo uporabo umetne inteligence za zmanjšanje stroškov in povečanje dosega.
Poročilo o grožnjah za leto 2025, ki ga je objavila ENISA – agencija EU za kibernetsko varnost – je umetno inteligenco uvrstilo med ključne elemente trenutnega okolja groženj. Poročilo poudarja, da so phishing kampanje, ki jih poganja umetna inteligenca, predstavljale pomemben delež pobud socialnega inženiringa, opaženih lani. Praktični učinek je neposreden: prepričljivejša besedila, prilagoditev jezika profilu žrtve, avtomatizacija testiranja pristopov in zmanjšanje operativnih stroškov napada.
Umetna inteligenca ne nadomesti v celoti človeškega operaterja pri napadih z izsiljevalsko programsko opremo, vendar zmanjša trud pri korakih, ki so v preteklosti zahtevali čas in ročne spretnosti. Jezikovni modeli se uporabljajo za ustvarjanje visoko personaliziranih e-poštnih sporočil, analizo iztrganih podatkov za prepoznavanje občutljivih informacij z največjim potencialom za izkoriščanje in podporo raziskavam ranljivosti. Britanski nacionalni center za kibernetsko varnost je že opozoril, da umetna inteligenca ponavadi povečuje učinkovitost, pogostost in obseg obstoječih taktik, zlasti pri izvidovanju in pomoči pri izkoriščanju.
Vloga agentov umetne inteligence
Najpomembnejši napredek pa je uporaba arhitektur, ki temeljijo na agentih. Za razliko od modela, ki zgolj generira besedilo, so agenti sistemi, ki so sposobni načrtovati naloge, izvajati klice zunanjim orodjem, komunicirati z API-ji in vzdrževati kontekst v več fazah. Ko se uporabljajo v legitimnih poslovnih okoljih, ti agenti avtomatizirajo notranje procese, integrirajo sisteme in zmanjšajo operativno trenje. Z ofenzivnega vidika se lahko ista logika uporabi za koordinacijo porazdeljenih dejanj.
Strukturiran napad lahko vključuje enega agenta, ki je namenjen zbiranju javnih in internih informacij, drugega, ki se osredotoča na potrjevanje poverilnic in izkoriščanje prekomernih dovoljenj, ter tretjega, ki je odgovoren za upravljanje API-jev storitev v oblaku za preslikavo virov, žetonov in dostopnih ključev. Avtomatizacija že od začetnega vdora pospeši lateralno gibanje in izsiljevanje. Posledica je skrajšanje cikla med ogrožanjem in izsiljevanjem.
V Braziliji so opozorila CTIR Gov od leta 2022 opisovala zorenje skupin, kot sta BlackCat/ALPHV, ki delujejo s tehnikami lateralnega gibanja in prilagojenim šifriranjem. Kar se zdaj spreminja, je dodatna plast inteligentne avtomatizacije, skupaj z vse večjim sprejemanjem integracij, ki temeljijo na API-jih, računov storitev in avtomatiziranih delovnih procesov v podjetjih.
Ta konvergenca širi površino tveganja. Vsaka integracija doda poverilnice, žetone in dovoljenja. Vsak korporativni agent z operativno avtonomijo predstavlja novo identiteto stroja. Če so ogroženi, lahko ti elementi delujejo z navidezno legitimnostjo v okolju. Preiskava se premakne od preprostega vprašanja "kdo je dostopal do njega" k vprašanju "kateri sistem je izvedel določeno dejanje in v okviru katere verige odločanja".
S tehničnega vidika odzivanje na te nove grožnje zahteva arhitekturno prenovo. Modeli ničelnega zaupanja, natančna segmentacija in strog nadzor identitet strojev postajajo prednostne naloge. Upravljanje privilegijev mora vključevati račune storitev in avtomatizirane integracije. Dnevniki morajo biti centralizirani in zaščiteni pred posegi, kar omogoča vedenjsko analizo na podlagi zaporedij dogodkov in ne le posameznih opozoril.
Nespremenljive varnostne kopije ostajajo temeljni ukrep proti šifriranju, vendar ne rešujejo ugledne dimenzije izsiljevanja zaradi kršitev varnosti podatkov. Stalno spremljanje iztegovanja podatkov in jasne politike odzivanja na incidente so zdaj vključene v strateško načrtovanje.
Uporaba umetne inteligence v podjetjih sama po sebi ni problem. Nasprotno, lahko okrepi zaznavanje in odzivanje, če se uporablja na strukturiran način. Tveganje nastane, ko agenti delujejo s prekomernimi dovoljenji, integracije se izvajajo brez ustreznega inventarja in avtomatizirane odločitve nimajo revizijske sledi.
Izsiljevalska programska oprema se je iz tehničnega napada razvila v strukturiran ekonomski model. Vključitev umetne inteligence in avtonomnih agentov pospešuje to logiko, zmanjšuje stroške za kriminalce in povečuje kompleksnost za podjetja, ki morajo posodabljati svoje obrambne strategije. Strateška prednostna naloga vključuje upravljanje identitet, API-jev in algoritmov z enako strogostjo, kot velja za fizična in finančna sredstva.
Podjetja, ki bodo agente in avtomatizacijo obravnavala kot osrednji del svoje arhitekture tveganja, bodo v boljšem položaju za soočanje z naslednjim valom. Tista, ki umetno inteligenco vidijo le kot orodje za produktivnost, bodo morda prepozno odkrila, da avtonomija brez nadzora tiho, a odločno povečuje izpostavljenost.
