朝鲜黑客组织全面接入AI:从钓鱼文档到自建本地大模型
原创
黑鸟
黑鸟
黑鸟
2026年8月10日%2023:33
北京
在小说阅读器读本章
去阅读
近期国外安全厂商发布最新威胁报告,披露了朝鲜国家级黑客组织%20Kimsuky%20的最新攻击动向。该组织将%20AI%20技术深度整合进全流程攻击作业中,从批量生成钓鱼诱饵文档,到在指挥控制服务器内部署本地大语言模型,再到用%20AI%20开发工具编写恶意代码,形成了一套完整的%20AI%20赋能攻击体系。
这次被命名为%20GitPower%20的攻击行动,并非全新出现的独立活动,而是%20Kimsuky%20多年攻击链路的延续。它继承了%202023%20年%20FlowerPower%20行动的核心特征,沿用%20PowerShell%20执行框架并深度滥用%20Git%20仓库作为指挥控制基础设施,同时在诱饵制作、工具研发等环节全面引入%20AI%20能力,攻击目标依旧覆盖外国外交机构、军方、安全部门以及虚拟资产相关行业。
钓鱼诱饵进入%20AI%20量产时代%20真假文档肉眼难辨
过去%20Kimsuky%20发动鱼叉式钓鱼攻击时,多会把之前攻击中窃取到的真实文档稍作修改就当诱饵。但从%202026%20年开始,安全人员发现该组织的诱饵文档已经全面转向生成式%20AI%20制作。
AI%20可以在短时间内生成覆盖不同主题、格式规范、行文流畅的专业文档,对黑客来说是效率极高的生产工具。这种变化不止是诱饵制作方式的升级,更意味着社会工程学攻击已经可以实现自动化、规模化量产。
安全人员分析捕获的多份诱饵%20PDF%20后,找到了多处%20AI%20生成的典型痕迹。这些文档主题涵盖虚拟资产、金融投资、游戏开发等不同领域,但整体结构、行文风格高度统一。文档元数据显示作者为%20python-docx,创建工具标注为%20WPS%20文字,前者是%20Python%20环境下自动生成%20Word%20文档的开源库,后者是金山软件推出的办公软件。
更有规律的是,两份不同时间生成的文档,创建和修改时间完全一致,分别是%202026%20年%203%20月%2011%20日凌晨%205%20点%2000%20分%2004%20秒和%203%20月%2024%20日凌晨%205%20点%2000%20分%2044%20秒,间隔两周却都在凌晨五点生成,时间差仅%2040%20秒,明显是自动化脚本批量输出的特征。文档排版也高度模板化,标题区大量使用%20emoji%20元素,和传统金融材料的风格差异明显,更接近%20AI%20生成文档工具的默认模板效果。
其中一份攻击样本甚至直接冒充韩国本土金融科技平台的%20AI%20投资策略材料,文件名伪装成投资策略包%20PDF.lnk,格式和内容都和官方分发的资料高度相似。该平台此前刚发布过客户信息泄露的公告,黑客恰好利用这个热点制作诱饵,中招概率大幅提升。
不止做诱饵%20黑客自建本地大模型研发攻击工具
这份报告最核心的发现,是%20Kimsuky%20已经把%20AI%20技术从前端钓鱼延伸到了后端的工具研发与数据处理环节。安全人员通过对黑客指挥控制服务器的日志分析,确认该组织在内部环境中搭建了完整的本地%20LLM%20(大语言模型)%20运行体系,还配套了检索增强生成、AI%20智能体开发、语音转文字等一系列能力。
三套本地%20LLM%20工具同时部署%20主打保密可控
日志显示黑客在同一台设备上安装了%20Ollama、GPT4All、Msty%20三款主流的本地大模型运行工具,并非偶然测试单个软件,而是在横向对比不同方案的效果。
对国家级黑客组织来说,本地部署大模型最大的优势是安全。所有对话和数据都在内部环境处理,不需要上传到第三方%20AI%20服务商,完全避免了攻击行为通过%20API%20请求泄露的风险。
其中%20Ollama%20是目前应用最广的开源本地大模型管理工具,支持%20Llama、Mistral、Gemma、Qwen、DeepSeek%20等多款主流开源模型,提供命令行接口和本地%20API,可以很方便地和其他程序集成。GPT4All%20是%20Nomic%20AI%20推出的离线大模型平台,自带%20LocalDocs%20功能,原生支持基于私有文档的检索增强生成。Msty%20则是桌面端%20AI%20聚合客户端,可以统一管理本地和云端的大模型服务,支持%20RAG、AI%20智能体配置、知识库管理等功能。
用%20RAG%20处理窃取数据%20自动提取高价值信息
安全人员在%20GPT4All%20的目录下找到了%20localdocs\_v3.db%20数据库文件,这是配置%20LocalDocs%20功能后才会生成的文件,直接证明黑客已经在使用%20RAG%20(检索增强生成)%20技术。
简单来说,RAG%20就是让大模型先从指定的文档库里搜索相关内容,再基于搜索结果生成回答。对黑客而言,这项技术可以用来批量处理窃取到的大量文档,自动从中筛选出机密信息、关键联系人、项目细节等高价值内容,大幅降低人工分析的工作量,解决数据窃取后分析效率不足的问题。
结合同目录下的模型列表文件可以判断,黑客已经选定了具体的语言模型投入实际使用。
集齐%20AI%20开发组件%20准备打造智能化攻击工具
更值得警惕的是,黑客没有停留在使用现成%20AI%20软件的层面,还收集了一整套用于开发%20AI%20应用的开发库,存放路径刻意选在了不容易引人注意的图片目录下。
这些开发包以.NET%20平台的%20NuGet%20包为主
覆盖了完整的技术栈:
- 本地模型运行层有%20LLaMaSharp%20以及对应的%20CUDA11、CUDA12%20GPU%20加速后端,可以在%20C#%20程序里直接运行大语言模型
- 应用框架层有%20LangChain、Semantic%20Kernel%20等主流%20AI%20开发框架,支持%20RAG%20文档检索、多工具调用、流程编排
- 智能体层有微软%20Agents%20AI%20相关开发包,用于开发具备自主规划能力的%20AI%20智能体
- 云端接入层有%20OpenAI、Azure%20OpenAI%20的官方%20SDK,可以对接商用%20AI%20服务
除此之外,黑客还下载了语音转文字工具%20Whisper%20及其高速实现版本%20faster-whisper,配套还有韩语的使用教程。这类工具可以把窃取到的通话录音、会议录音自动转成可检索的文本,进一步提升数据处理效率。
整套组件从本地推理到应用开发再到云端接入形成了完整闭环,绝非出于好奇下载,而是明确要把%20AI%20能力集成到自研的攻击工具中。
仍处于技术积累阶段%20尚未自主训练模型
目前的证据显示,Kimsuky%20还没有进入自主训练大模型的阶段,日志里既没有大规模训练数据集,也没有微调后的模型文件。该组织当前的核心工作,是学习如何把公开的%20AI%20模型和框架整合进自己的工具链与开发环境中,主要使用%20C#%20和.NET%20技术栈。
换句话说,他们现在还在攒能力、打基础的阶段,但这个方向已经非常明确。一旦相关技术成熟落地,未来的攻击自动化程度和效率都会出现明显跃升。
多重证据锁定%20攻击源自朝鲜%20Kimsuky
安全团队通过多维度线索交叉验证,确认这次攻击的发起方就是隶属于朝鲜侦察总局的%20Kimsuky%20组织。
首先是战术手法的延续性。本次%20GitPower%20行动使用的%20PowerShell%20执行框架、Git%20仓库作为指挥控制节点的架构、RTF%20文件头篡改配合%20Gzip%20解压的载荷投递方式,都和%20Kimsuky%20过往披露的攻击活动完全对应,技术传承关系清晰。
关联APT37%20组织使用的%20LNK%20构建器
其次是设备与环境特征。黑客使用的设备制造商显示为%20Arirang%20也就是阿里郎,这是朝鲜本土的消费电子品牌,并非韩国主流厂商。系统日常使用中文版%20WPS%20Office%20办公,同时日志中出现了%20Astrill%20VPN%20的运行痕迹,这款%20VPN%20工具在多份公开报告中都被标记为朝鲜黑客的常用工具。
最关键的证据来自语言习惯。安全人员还原了键盘输入记录后发现,黑客使用韩语输入,但拼写带有鲜明的朝鲜韩语特征。比如将标准韩语的사이트写作싸이트,이력写作리력,노출되었는지写作로출되였는지。这些拼写差异并非打字错误,在多次输入和退格修改后依然保持一致,是使用者长期形成的语言习惯,也是判定攻击者地域背景的核心依据。
此外攻击目标集中在外交、军事、安全、虚拟资产领域,也完全符合%20Kimsuky%20组织长期的活动范围。
genians.co.kr/en/blog/threat\_intelligence/kimsuky\_ai\_llm
附录:
这次攻击的初始入口依旧是鱼叉式钓鱼邮件,附件是%20ZIP%20压缩包,里面藏着伪装成公文、研究报告、付款申请、使馆信函的%20LNK%20(Windows%20快捷方式)%20文件。用户一旦双击运行,攻击就会自动触发。
这些%20LNK%20文件的命令行参数里藏着长达数千字符的混淆%20PowerShell%20(Windows%20系统脚本工具)%20脚本,黑客还特意在真实脚本前插入了三百多个连续空格,让%20Windows%20快捷方式属性窗口无法直接显示关键命令内容,靠视觉检查很难发现异常。
和常见的直接调用系统%20Base64%20解码函数不同,Kimsuky%20自己实现了一套自定义%20Base64%20解码逻辑,通过字符表和位运算完成解密,以此绕过基于特征字符串的安全检测。
解码后的第一阶段脚本会做两件事。一是从%20GitHub%20的%20Raw%20内容服务下载一份正常的%20PDF%20文档保存到本地并自动打开,让受害者以为文件正常打开了,放下警惕。二是在系统临时目录和%20AppData%20目录写入后续的%20PowerShell%20脚本,同时创建一个隐藏的计划任务,注册五分钟后首次执行,之后每%2030%20分钟循环运行,实现持久化驻留。
后续脚本会逐步收集受害主机的信息,包括活跃网卡的%20IP%20地址、操作系统版本与架构、设备类型、系统安装时间与开机时间、运行中的进程列表等,信息整理成文本文件后,通过%20GitHub%20的%20API%20上传到黑客控制的公开仓库中。
攻击的最终阶段是投放%20AsyncRAT%20(开源远程访问木马)。这些木马载荷被%20RC4%20算法加密后,伪装成%20apple.png、fox.png 这类图片文件存放在 GitHub 仓库里。脚本下载后会解密加载,最终实现对受害主机的完全远程控制。黑客可以随时更新仓库里的脚本和木马文件,灵活调整攻击动作,把 Git 仓库彻底当成了动态 C2 (命令与控制) 节点。
More⬇️
版权声明
本站仅做备份收录,仅供研究与教学参考之用。
读者将信息用于其他用途的,全部法律及连带责任由读者自行承担,本站不承担任何责任。






![[EDU]因任意用户的注册而导致平台接管"](/images/random/titlepic/5.jpg)


评论