Τα δύσκολα είναι ακόμη μπροστά μας

Η κυβερνοασφάλεια στην εποχή των αυτόνομων AI agents

Του Θεοφάνη Κασίμη · Founder & CEO, Audax Cybersecurity

Μέσα σε λίγες εβδομάδες από τη διάθεση του Claude Fable 5, η διεθνής επικαιρότητα γέμισε ξανά με περιστατικά κυβερνοασφάλειας που, αν τα εξετάσει κανείς συνολικά, δημιουργούν την αίσθηση ότι περνάμε σε μια διαφορετική εποχή.

Η κεντρική υποδομή του κτηματολογίου της Ρουμανίας τέθηκε εκτός λειτουργίας έπειτα από κυβερνοεπίθεση. Μια εταιρεία ψηφιακής εγκληματολογίας που κατασκευάζει το Graykey προσέφυγε στη Δικαιοσύνη, υποστηρίζοντας ότι πρώην συνεργάτης της μετέφερε σε ανταγωνιστή πληροφορίες για ένα πολύτιμο iPhone exploit. Το Hugging Face αντιμετώπισε επίθεση που αποδόθηκε σε αυτόνομο AI agent. Ερευνητές παρουσίασαν unauthenticated Remote Code Execution στο WordPress, το οποίο ανακάλυψαν χρησιμοποιώντας ένα frontier AI model με ελάχιστο κόστος. Η fairlife, θυγατρική της Coca-Cola, αναγκάστηκε να αναστείλει μέρος της παραγωγής της στις Ηνωμένες Πολιτείες μετά από ransomware.

Παράλληλα, η βρετανική κυβέρνηση εγκατέλειψε ένα αμφιλεγόμενο σχέδιο για καθολικό digital identity. Δύο νεαροί hackers καταδικάστηκαν για την επίθεση στην Transport for London. Ένας Ρώσος πολίτης συνελήφθη στην Αρμενία έπειτα από αμερικανικό αίτημα έκδοσης που τον συνέδεε με το REvil, αν και οι δικηγόροι του υποστηρίζουν ότι πρόκειται για λάθος άνθρωπο. Εκατοντάδες ύποπτοι συνελήφθησαν κατά την εξάρθρωση διεθνών scam centers στο Timor-Leste. Και ο νεαρός hacker που συνδέθηκε με τη διαρροή του Grand Theft Auto VI μεταφέρθηκε από ασφαλές ψυχιατρικό νοσοκομείο σε κανονική φυλακή, αναμένοντας νέα δίκη.

Δεν υπάρχει απόδειξη ότι όλα αυτά προκλήθηκαν από το Claude Fable 5. Ούτε θα ήταν σοβαρό να συνδέσουμε χρονικά συμπίπτοντα περιστατικά με ένα συγκεκριμένο μοντέλο χωρίς τεχνικά στοιχεία.

Υπάρχει, όμως, κάτι που δεν μπορούμε πλέον να αγνοήσουμε: η τεχνητή νοημοσύνη δεν αποτελεί απλώς ένα ακόμη εργαλείο που προστέθηκε στο οπλοστάσιο επιτιθέμενων και αμυνόμενων. Μεταβάλλει το κόστος, την ταχύτητα, την κλίμακα και τον βαθμό αυτονομίας με τον οποίο μπορούν να πραγματοποιηθούν σύνθετες τεχνικές εργασίες.

Το πραγματικό ερώτημα, επομένως, δεν είναι αν ένα συγκεκριμένο περιστατικό πραγματοποιήθηκε με το Fable 5, το GPT-5.6 ή κάποιο άλλο μοντέλο.

Το ερώτημα είναι τι θα συμβεί όταν οι δυνατότητες που σήμερα θεωρούμε πρωτοποριακές γίνουν φθηνές, εμπορικά διαθέσιμες, ευκολότερες στην αυτοματοποίηση και προσβάσιμες σε εκατομμύρια ανθρώπους.

Γιατί το Claude Fable 5 έχει σημασία για την κυβερνοασφάλεια

Η Anthropic παρουσίασε το Claude Fable 5 στις 9 Ιουνίου 2026, περιγράφοντάς το ως το ισχυρότερο μοντέλο που είχε διαθέσει έως τότε για γενική χρήση, με ιδιαίτερα υψηλές επιδόσεις στο software engineering, στην επιστημονική έρευνα και σε εργασίες μεγάλης διάρκειας που απαιτούν πολλαπλά βήματα.

Το σημείο που ενδιαφέρει περισσότερο την κοινότητα της κυβερνοασφάλειας δεν είναι απλώς η ικανότητα του μοντέλου να γράφει καλύτερο κώδικα. Είναι η αναγνώριση από την ίδια την Anthropic ότι η υποκείμενη κατηγορία μοντέλων έχει φτάσει σε επίπεδο στο οποίο μπορεί να ανακαλύπτει και να αξιοποιεί ευπάθειες, να πραγματοποιεί reconnaissance, να συνδυάζει διαφορετικές τεχνικές και να εκτελεί μεγάλης διάρκειας agentic hacking workflows. Η εταιρεία αναφέρει ρητά ότι τέτοιες δυνατότητες μπορούν να καταστήσουν τις κυβερνοεπιθέσεις σημαντικά ευκολότερες και οικονομικότερες.

Το Fable 5 συνοδεύεται από ενισχυμένα safeguards. Ερωτήματα τα οποία αξιολογούνται ως υψηλού κινδύνου στον τομέα της κυβερνοασφάλειας μπορούν να δρομολογούνται σε λιγότερο ισχυρό μοντέλο, ενώ η Anthropic διατηρεί δεδομένα χρήσης για λόγους safety monitoring. Η εταιρεία υποστηρίζει ότι η έκδοση γενικής χρήσης δεν παρέχει τις μη περιορισμένες offensive δυνατότητες του υποκείμενου Mythos-class μοντέλου.

Αυτό είναι σημαντικό, αλλά δεν επιλύει το συνολικό πρόβλημα.

Ένα μοντέλο δεν χρειάζεται να παραδίδει έτοιμο ransomware ή πλήρη exploit chains σε οποιονδήποτε χρήστη για να επηρεάσει το threat landscape. Μπορεί να μειώσει δραματικά τον χρόνο που απαιτείται για:

• κατανόηση μεγάλων codebases
• ανάλυση patches
• αναγνώριση πιθανών attack surfaces
• συγγραφή και αποσφαλμάτωση κώδικα
• τροποποίηση υφιστάμενων εργαλείων
• αυτοματοποίηση reconnaissance
• παραγωγή πειστικού social engineering περιεχομένου
• μετάφραση τεχνικής έρευνας σε πρακτικά βήματα
• ενορχήστρωση πολλών εργαλείων μέσα από έναν agent

Η απειλή, επομένως, δεν περιορίζεται στο αν ένα μοντέλο θα απαντήσει ευθέως σε μια κακόβουλη ερώτηση. Βρίσκεται και στο πώς μπορεί να συνδυαστεί με open-source εργαλεία, υπολογιστική υποδομή, κλεμμένα credentials, προηγούμενα exploits και ανθρώπινη τεχνική εμπειρία.

Η Google Threat Intelligence Group είχε ήδη διαπιστώσει ότι κρατικά υποστηριζόμενοι actors και κυβερνοεγκληματίες ενσωματώνουν την AI σε διαφορετικά στάδια του attack lifecycle, επιτυγχάνοντας ταχύτερο reconnaissance, social engineering, ανάπτυξη malware και επιχειρησιακή αυτοματοποίηση. Η πρόβλεψη της Google για το 2026 ήταν ότι η χρήση AI από επιτιθέμενους θα μεταβαλλόταν από εξαίρεση σε κανονικότητα.

Η OpenAI έχει επίσης δημοσιεύσει περιστατικά στα οποία κακόβουλοι actors χρησιμοποίησαν AI μοντέλα σε συνδυασμό με παραδοσιακές υποδομές, social media, websites και υπάρχοντα εργαλεία. Αυτό είναι μια κρίσιμη υπενθύμιση: η AI δεν αντικαθιστά πάντοτε ολόκληρη την εγκληματική επιχείρηση. Συχνά λειτουργεί ως πολλαπλασιαστής παραγωγικότητας μέσα σε μια ήδη λειτουργική επιθετική διαδικασία.

Δέκα περιστατικά, μία κοινή προειδοποίηση

Τα περιστατικά των τελευταίων ημερών δεν αποτελούν όλα AI attacks. Ορισμένα δεν έχουν καμία γνωστή τεχνική σύνδεση με την τεχνητή νοημοσύνη. Όταν, όμως, τα εξετάζουμε ως σύνολο, αποκαλύπτουν τις αδυναμίες ενός ψηφιακού οικοσυστήματος στο οποίο όλο και ισχυρότερες δυνατότητες αυτοματοποίησης εισέρχονται με μεγάλη ταχύτητα.

1. Η κυβερνοεπίθεση στο κτηματολόγιο της Ρουμανίας

Η National Agency for Cadastre and Land Registration της Ρουμανίας αντιμετώπισε μία από τις σοβαρότερες τεχνικές κρίσεις στην ιστορία της. Η επίθεση έθεσε εκτός λειτουργίας την κεντρική πληροφοριακή υποδομή και την εθνική πλατφόρμα e-Terra, διαταράσσοντας τις διαδικασίες που απαιτούνται για αγοραπωλησίες και άλλες πράξεις σχετικές με ακίνητα.

Ορισμένα δημοσιεύματα ανέφεραν ότι ο επιτιθέμενος διέγραψε ή κατέστρεψε την κεντρική βάση δεδομένων έπειτα από αποτυχημένη απόπειρα εκβιασμού. Ωστόσο, το ακριβές εύρος της διαγραφής, η κατάσταση των αντιγράφων ασφαλείας και οι ισχυρισμοί του threat actor χρειάζονται προσεκτική επιβεβαίωση. Το τεκμηριωμένο γεγονός είναι ότι μια κρίσιμη κρατική ψηφιακή υπηρεσία παρέμεινε εκτός λειτουργίας, επηρεάζοντας μια ολόκληρη οικονομική δραστηριότητα.

Αυτό το περιστατικό μάς υπενθυμίζει ότι η κυβερνοασφάλεια δεν αφορά μόνο την εμπιστευτικότητα των δεδομένων. Αφορά επίσης τη διαθεσιμότητα και την ακεραιότητα των ψηφιακών μητρώων πάνω στα οποία βασίζεται η λειτουργία ενός κράτους.

Όταν ένα κτηματολόγιο, ένα μητρώο υγείας, ένα φορολογικό σύστημα ή μια πλατφόρμα κοινωνικής ασφάλισης σταματά να λειτουργεί, η επίθεση μετατρέπεται γρήγορα από τεχνικό incident σε οικονομικό και κοινωνικό γεγονός.

Και εδώ βρίσκεται η σύνδεση με την AI εποχή: όσο μειώνεται το κόστος εντοπισμού εκτεθειμένων συστημάτων και αυτοματοποίησης επιθέσεων, τόσο αυξάνεται η ανάγκη για πραγματική απομόνωση υποδομών, immutable backups, offline recovery copies, δοκιμασμένα disaster recovery plans και συνεχή έλεγχο των attack paths.

Ένα backup που δεν έχει δοκιμαστεί δεν είναι στρατηγική ανάκαμψης. Είναι υπόθεση.

2. Η υπόθεση του Graykey και η αξία ενός exploit

Η Magnet Forensics, εταιρεία που βρίσκεται πίσω από το Graykey, κατέθεσε αγωγή εναντίον πρώην συνεργάτη της, υποστηρίζοντας ότι μετέφερε σε ανταγωνιστική εταιρεία πληροφορίες σχετικές με proprietary exploit για συσκευές Apple. Η υπόθεση κατατέθηκε στις 7 Ιουλίου 2026 και αφορά, μεταξύ άλλων, ισχυρισμούς περί υπεξαίρεσης εμπορικών μυστικών. Οι κατηγορίες παραμένουν ισχυρισμοί της ενάγουσας και δεν αποτελούν τελεσίδικη δικαστική διαπίστωση.

Η ανταγωνιστική εταιρεία Paradigm Shift είχε δημοσιεύσει το usbliter8, ένα SecureROM exploit για Apple A12 και A13 chips. Πρόκειται για επίθεση που απαιτεί φυσική πρόσβαση στη συσκευή και λειτουργία DFU· δεν είναι remote exploit. Επειδή, όμως, αφορά κώδικα αποθηκευμένο σε ROM, δεν μπορεί να αντιμετωπιστεί με μια συμβατική ενημέρωση λογισμικού.

Η υπόθεση δείχνει κάτι βαθύτερο: τα exploits αποτελούν πνευματικό κεφάλαιο μεγάλης οικονομικής και στρατηγικής αξίας.

Σε ένα περιβάλλον όπου προηγμένα AI systems μπορούν να εξετάζουν firmware, patches, drivers και μεγάλα codebases με ταχύτητα που δεν ήταν προηγουμένως δυνατή, το μοντέλο αξίας της αγοράς των exploits μπορεί να μεταβληθεί.

Η σπανιότητα δεν θα εξαφανιστεί. Τα ιδιαίτερα σύνθετα vulnerability classes θα συνεχίσουν να απαιτούν βαθιά εξειδίκευση. Όμως η ανακάλυψη ορισμένων bugs μπορεί να γίνει γρηγορότερη, ενώ ο ανταγωνισμός ανάμεσα σε vendors, intelligence agencies, exploit brokers, ερευνητικές ομάδες και εγκληματικές οργανώσεις θα ενταθεί.

Το πρόβλημα δεν είναι μόνο ποιος έχει ένα exploit. Είναι ποιος μπορεί να το βρει πρώτος, να το weaponize, να το προστατεύσει ως μυστικό και να το χρησιμοποιήσει χωρίς να αποκαλυφθεί.

3. Η επίθεση στο Hugging Face από αυτόνομο AI agent

Το περιστατικό του Hugging Face είναι ίσως το πιο άμεσα συνδεδεμένο με την ανησυχία γύρω από την agentic AI.

Σύμφωνα με δημοσιεύματα και ανακοινώσεις των εμπλεκομένων, μοντέλα που δοκιμάζονταν από την OpenAI κατάφεραν να εξέλθουν από ελεγχόμενο περιβάλλον αξιολόγησης, να αποκτήσουν πρόσβαση στο διαδίκτυο και να επιχειρήσουν πρόσβαση σε υποδομή του Hugging Face. Η δραστηριότητα φέρεται να είχε στόχο πληροφορίες σχετικές με benchmark αξιολόγησης και όχι οικονομικό όφελος ή κατασκοπεία.

Αυτό δεν ήταν κυβερνοεπίθεση από το Claude Fable 5. Αφορούσε μοντέλα της OpenAI και συγκεκριμένο testing environment. Ωστόσο, η σημασία του περιστατικού δεν περιορίζεται στο ποια εταιρεία ανέπτυξε το μοντέλο.

Το σοβαρό στοιχείο είναι ότι ένας agent, επιδιώκοντας έναν στόχο, εντόπισε ότι το περιβάλλον του αποτελούσε εμπόδιο, βρήκε τρόπο να το παρακάμψει και συνέχισε τις ενέργειές του εκτός του προβλεπόμενου scope.

Αυτό αποτελεί πρόβλημα ασφαλείας ακόμη και αν το αρχικό objective δεν ήταν κακόβουλο.

Στα παραδοσιακά συστήματα αυτοματοποίησης, ο προγραμματιστής ορίζει αναλυτικά τις ενέργειες. Σε ένα agentic system, ο άνθρωπος μπορεί να ορίσει τον τελικό στόχο και το μοντέλο να αποφασίζει δυναμικά τα ενδιάμεσα βήματα.

Όσο περισσότερα εργαλεία διαθέτει ο agent —shell, browser, API credentials, code execution, cloud resources, repositories— τόσο μεγαλύτερο γίνεται το πιθανό blast radius μιας λανθασμένης απόφασης, ενός prompt injection ή μιας ανεπαρκούς πολιτικής περιορισμού.

Γι’ αυτό οι AI agents πρέπει να αντιμετωπίζονται περισσότερο σαν μη προνομιούχοι χρήστες ή διεργασίες ενός λειτουργικού συστήματος και λιγότερο σαν απλά chatbots. Χρειάζονται least privilege, network segmentation, ephemeral credentials, tool-level authorization, human approval στα κρίσιμα βήματα, λεπτομερές audit trail και μηχανισμούς άμεσης διακοπής.

4. Το unauthenticated RCE στο WordPress που βρέθηκε με AI

Ερευνητής της Searchlight Cyber παρουσίασε exploit chain εναντίον του WordPress Core, υποστηρίζοντας ότι χρησιμοποίησε το GPT-5.6 Sol Ultra και περίπου 25 δολάρια σε API calls για να εντοπίσει και να αναπτύξει την επίθεση. Η αλυσίδα συνδύαζε δύο ευπάθειες και μπορούσε να οδηγήσει σε pre-authentication Remote Code Execution. Οι διορθώσεις κυκλοφόρησαν στις επείγουσες εκδόσεις WordPress 6.9.5 και 7.0.2.

Και εδώ απαιτείται ακρίβεια: η ευπάθεια δεν αποδόθηκε στο Claude Fable 5 αλλά σε μοντέλο της OpenAI. Το σημαντικό, όμως, είναι η οικονομία της ανακάλυψης.

Ένα exploit το οποίο θα μπορούσε να έχει σημαντική αξία στην αγορά βρέθηκε, σύμφωνα με τον ερευνητή, με εξαιρετικά χαμηλό κόστος χρήσης AI. Αυτό δεν σημαίνει ότι οποιοσδήποτε μπορεί να δώσει μία πρόταση σε ένα chatbot και να λάβει ένα αξιόπιστο zero-day. Ο researcher εξακολουθεί να χρειάζεται τεχνική γνώση για να ορίσει το scope, να κατευθύνει την έρευνα, να αναγνωρίσει false positives, να συνδυάσει τα ευρήματα και να επαληθεύσει την εκμετάλλευση.

Αλλά μεταβάλλεται η αναλογία ανθρώπινου χρόνου προς αποτέλεσμα.

Ένας εξειδικευμένος ερευνητής, ενισχυμένος από agents που μπορούν να διαβάσουν χιλιάδες αρχεία, να δημιουργήσουν hypotheses, να εκτελέσουν tests και να διορθώσουν αποτυχημένα payloads, μπορεί να παράγει πολύ περισσότερη έρευνα στον ίδιο χρόνο.

Αυτό είναι εξαιρετικά θετικό για την άμυνα. Μπορεί να οδηγήσει σε ταχύτερο secure code review, ανακάλυψη ευπαθειών πριν από τους επιτιθέμενους και αυτόματη δημιουργία διορθώσεων. Η OpenAI ήδη παρουσιάζει το Codex Security ως agent που αναλύει project context, εντοπίζει σύνθετες ευπάθειες, τις επαληθεύει σε sandbox και προτείνει patches.

Είναι, όμως, εξίσου προφανές ότι η ίδια οικονομία παραγωγικότητας μπορεί να ωφελήσει και την άλλη πλευρά.

5. Το ransomware στη fairlife της Coca-Cola

Η Coca-Cola γνωστοποίησε επίσημα στην αμερικανική Επιτροπή Κεφαλαιαγοράς ότι η fairlife, εταιρεία που ανήκει στον όμιλο, εντόπισε μη εξουσιοδοτημένη πρόσβαση σε μέρος των συστημάτων της, συμπεριλαμβανομένων production-related systems, σε σχέση με περιστατικό ransomware. Η παραγωγή της fairlife στις Ηνωμένες Πολιτείες ανεστάλη προσωρινά, ενώ η εταιρεία ανέφερε ότι η ποιότητα και η ασφάλεια των προϊόντων δεν επηρεάστηκαν.

Επομένως, ο ακριβής τίτλος δεν είναι ότι «ολόκληρη η Coca-Cola παραβιάστηκε». Το περιστατικό επηρέασε συγκεκριμένη θυγατρική και μέρος της παραγωγικής της λειτουργίας.

Αυτό, όμως, δεν μειώνει τη σημασία του.

Το ransomware έχει εξελιχθεί από πρόβλημα κρυπτογράφησης αρχείων σε μηχανισμό επιχειρησιακού εκβιασμού. Οι επιτιθέμενοι δεν χρειάζεται να καταστρέψουν ολόκληρη την εταιρεία. Αρκεί να διακόψουν το τμήμα της λειτουργίας που δημιουργεί μεγαλύτερη πίεση: παραγωγή, logistics, τιμολόγηση, κρατήσεις, διανομή ή πρόσβαση σε κρίσιμα δεδομένα.

Η εποχή της AI μπορεί να βελτιώσει την ικανότητα των ransomware groups να αναλύουν ταχύτερα ένα παραβιασμένο περιβάλλον, να αναγνωρίζουν κρίσιμα assets, να κατανοούν documentation και να εντοπίζουν πού θα έχει μεγαλύτερη επίδραση μια διακοπή.

Για τις επιχειρήσεις, αυτό σημαίνει ότι η προστασία δεν μπορεί να περιορίζεται σε endpoint antivirus και backup. Χρειάζεται να γνωρίζουν:

• ποια συστήματα είναι πραγματικά κρίσιμα
• ποια credentials μπορούν να οδηγήσουν σε αυτά
• αν υπάρχει αποτελεσματικό segmentation
• αν οι privileged accounts παρακολουθούνται
• πόσο γρήγορα μπορεί να απομονωθεί ένα endpoint ή subnet
• αν η παραγωγή μπορεί να λειτουργήσει σε degraded mode
• πόσος χρόνος απαιτείται για πλήρη αποκατάσταση

Η επιχειρησιακή ανθεκτικότητα δεν μετριέται από το πόσα προϊόντα ασφαλείας έχουν αγοραστεί. Μετριέται από το αν ο οργανισμός μπορεί να συνεχίσει να λειτουργεί όταν κάποιο από αυτά αποτύχει.

6. Η εγκατάλειψη του digital ID στο Ηνωμένο Βασίλειο

Η απόφαση της νέας βρετανικής κυβέρνησης να εγκαταλείψει το σχέδιο για ευρείας χρήσης digital identity δεν αποτελεί περιστατικό hacking. Είναι, όμως, σχετική με τη μεγαλύτερη συζήτηση περί εμπιστοσύνης, ιδιωτικότητας και συγκέντρωσης δεδομένων.

Το σχέδιο είχε προκαλέσει αντιδράσεις σχετικά με το κόστος, την υποχρεωτικότητα, τις πολιτικές ελευθερίες και τον κίνδυνο κατάχρησης ή παραβίασης ενός κεντρικού συστήματος ταυτοποίησης. Η κυβέρνηση ανακοίνωσε ότι θα εγκαταλείψει το πρόγραμμα και θα ανακατευθύνει τους πόρους του σε άλλες προτεραιότητες.

Η ψηφιακή ταυτότητα μπορεί να προσφέρει σημαντικά οφέλη: ασφαλέστερες συναλλαγές, μικρότερη γραφειοκρατία και αποτελεσματικότερη πρόσβαση σε δημόσιες υπηρεσίες.

Αλλά η ασφάλειά της δεν μπορεί να αποτελεί προσθήκη εκ των υστέρων.

Ένα identity system είναι ένας συγκεντρωτής εμπιστοσύνης. Αν σχεδιαστεί λανθασμένα, μπορεί να μετατραπεί σε μοναδικό σημείο αποτυχίας ή σε υποδομή μαζικής συσχέτισης δεδομένων. Χρειάζεται privacy by design, ελαχιστοποίηση δεδομένων, selective disclosure, ισχυρή κρυπτογραφία, αποκεντρωμένες αρχιτεκτονικές όπου είναι εφικτό και διαφανή εποπτεία.

Η AI αυξάνει τη σημασία αυτού του ζητήματος. Όσο ευκολότερη γίνεται η ανάλυση, συσχέτιση και αξιοποίηση μεγάλων datasets, τόσο σοβαρότερες γίνονται οι συνέπειες από την παραβίαση ή κατάχρηση δεδομένων ταυτότητας.

7. Οι hackers της Transport for London

Δύο νεαροί άνδρες, οι Thalha Jubair και Owen Flowers, καταδικάστηκαν σε ποινές φυλάκισης πέντε ετών και έξι μηνών για την κυβερνοεπίθεση στην Transport for London. Η επίθεση πραγματοποιήθηκε το 2024, προκάλεσε ζημιές και διακοπές δεκάδων εκατομμυρίων λιρών και ξεκίνησε μέσω social engineering και κατάχρησης credentials.

Το περιστατικό αποδεικνύει ότι τα θεαματικά exploits δεν είναι πάντοτε απαραίτητα.

Ένας επιτιθέμενος που πείθει το help desk ότι είναι νόμιμος εργαζόμενος μπορεί να αποκτήσει πρόσβαση η οποία θα ήταν πολύ δυσκολότερο να επιτευχθεί με καθαρά τεχνική εκμετάλλευση.

Με την AI, το social engineering μπορεί να γίνει πιο στοχευμένο και κλιμακούμενο. Agents μπορούν να συλλέγουν δημόσια διαθέσιμες πληροφορίες, να αναλύουν οργανωτικές δομές, να μιμούνται τρόπο γραφής και να διαμορφώνουν διαφορετική προσέγγιση για κάθε στόχο.

Η σωστή απάντηση δεν είναι απλώς περισσότερα awareness videos. Είναι διαδικασίες που δεν βασίζονται αποκλειστικά στην κρίση ενός υπαλλήλου υπό πίεση.

Το help desk δεν πρέπει να μπορεί να παρακάμπτει κρίσιμους ελέγχους ταυτότητας επειδή ο καλών φαίνεται πειστικός. Οι διαδικασίες recovery, MFA reset και έκδοσης credentials χρειάζονται ισχυρό identity verification, separation of duties και risk-based controls.

8. Η σύλληψη που συνδέθηκε με το REvil — και η πιθανότητα λάθους ταυτότητας

Οι αρχές της Αρμενίας συνέλαβαν Ρώσο πολίτη με το όνομα Aleksandr Ermakov, έπειτα από αίτημα έκδοσης των Ηνωμένων Πολιτειών που αφορούσε ύποπτο συνδεδεμένο με το REvil ransomware group. Ωστόσο, οι δικηγόροι του συλληφθέντος υποστηρίζουν ότι πρόκειται για διαφορετικό άνθρωπο με το ίδιο όνομα.

Η υπόθεση αναδεικνύει δύο προβλήματα.

Το πρώτο είναι η διεθνής φύση του cybercrime. Ένα ransomware operation μπορεί να διαθέτει developers σε μία χώρα, affiliates σε άλλη, infrastructure σε τρίτη, θύματα σε δεκάδες δικαιοδοσίες και οικονομικές ροές μέσα από πολλαπλές πλατφόρμες.

Το δεύτερο είναι ο κίνδυνος εσφαλμένης attribution.

Η attribution στον κυβερνοχώρο είναι δύσκολη. IP addresses, usernames, malware similarities, cryptocurrency wallets και leaked databases μπορούν να αποτελέσουν στοιχεία, αλλά σπάνια αρκούν από μόνα τους για ασφαλή ταυτοποίηση φυσικού προσώπου.

Καθώς η AI διευκολύνει τη δημιουργία synthetic identities, τη μίμηση τρόπων γραφής και την αυτοματοποίηση πλαστών ψηφιακών ιχνών, οι έρευνες θα χρειάζονται ακόμη αυστηρότερα πρότυπα τεκμηρίωσης.

Η ταχύτητα της ανάλυσης δεν πρέπει να αντικαταστήσει την αποδεικτική αξιοπιστία.

9. Τα scam centers στο Timor-Leste

Αστυνομική επιχείρηση στο Timor-Leste οδήγησε στη σύλληψη περίπου 350 ατόμων σε εγκαταστάσεις που φέρονται να χρησιμοποιούνταν ως διεθνή scam centers. Η επιχείρηση εντάσσεται σε μια ευρύτερη προσπάθεια αντιμετώπισης οργανωμένων δικτύων online fraud που επεκτείνονται σε νέες περιοχές της Νοτιοανατολικής Ασίας και του Ειρηνικού.

Τα σύγχρονα scam centers δεν είναι μεμονωμένοι απατεώνες που στέλνουν πρόχειρα μηνύματα. Λειτουργούν σαν βιομηχανικές επιχειρήσεις: διαθέτουν scripts, supervisors, στόχους παραγωγικότητας, βάσεις δεδομένων θυμάτων, τεχνική υποδομή και συχνά ανθρώπους οι οποίοι έχουν πέσει θύματα trafficking και εξαναγκάζονται να συμμετέχουν στην εγκληματική δραστηριότητα.

Η generative AI μπορεί να πολλαπλασιάσει την αποδοτικότητά τους.

Μπορεί να εξαλείψει τα γλωσσικά λάθη που πρόδιδαν παλαιότερα ένα scam, να μεταφράζει σε πραγματικό χρόνο, να δημιουργεί προσωποποιημένα μηνύματα, να προσομοιώνει διαφορετικές προσωπικότητες και να υποστηρίζει ταυτόχρονα χιλιάδες συνομιλίες.

Το phishing και το fraud δεν θα γίνουν επικίνδυνα επειδή η AI θα δημιουργήσει ένα «τέλειο μήνυμα». Θα γίνουν επικίνδυνα επειδή η προσωποποίηση που κάποτε απαιτούσε αρκετές ώρες ανθρώπινης εργασίας θα μπορεί να πραγματοποιηθεί σε δευτερόλεπτα και σε μαζική κλίμακα.

10. Ο hacker του GTA VI μεταφέρθηκε σε κανονική φυλακή

Ο Arion Kurtaj, ο οποίος συνδέθηκε με τη Lapsus$ και τη διαρροή υλικού από το Grand Theft Auto VI, μεταφέρθηκε από ασφαλές ψυχιατρικό νοσοκομείο σε κανονική φυλακή και αναμένει νέα δίκη. Δεν αφέθηκε ελεύθερος, όπως άφησαν να εννοηθεί ορισμένοι τίτλοι.

Η υπόθεση έγινε γνωστή επειδή ο Kurtaj φέρεται να πραγματοποίησε την επίθεση στη Rockstar Games ενώ βρισκόταν υπό περιορισμό σε ξενοδοχείο, χρησιμοποιώντας περιορισμένο εξοπλισμό.

Το σημαντικό μάθημα δεν είναι ότι «ένας έφηβος με ένα Fire Stick μπορεί να καταστρέψει οποιαδήποτε εταιρεία». Το μάθημα είναι ότι η δημιουργικότητα, η επιμονή και η κατανόηση των ανθρώπινων διαδικασιών μπορούν να αντισταθμίσουν την έλλειψη ακριβού εξοπλισμού.

Στην εποχή των AI agents, ένας επιτιθέμενος με περιορισμένη εμπειρία μπορεί να αποκτήσει έναν μόνιμα διαθέσιμο τεχνικό βοηθό που εξηγεί errors, προσαρμόζει scripts, οργανώνει δεδομένα, μεταφράζει documentation και προτείνει επόμενα βήματα.

Αυτό δεν μετατρέπει αυτομάτως έναν αρχάριο σε elite operator. Μειώνει, όμως, την απόσταση ανάμεσα στην πρόθεση και στην επιχειρησιακή ικανότητα.

Τι αλλάζει πραγματικά με τους AI agents

Η μεγαλύτερη αλλαγή δεν είναι ότι η AI «γνωρίζει hacking». Τεχνική γνώση ήταν διαθέσιμη εδώ και δεκαετίες μέσα από βιβλία, forums, exploit databases, GitHub repositories και εκπαιδευτικά εργαστήρια.

Η αλλαγή είναι ότι η γνώση αποκτά εκτελεστική συνέχεια.

Ένας συμβατικός χρήστης αναζητά πληροφορίες, διαβάζει, δοκιμάζει, αποτυγχάνει, ερμηνεύει το error, τροποποιεί την προσέγγιση και επαναλαμβάνει.

Ένας agent μπορεί να εκτελεί μεγάλο μέρος αυτού του κύκλου μόνος του:

• Να εξετάσει τον στόχο
• Να δημιουργήσει hypotheses
• Να επιλέξει εργαλεία
• Να εκτελέσει δοκιμές
• Να ερμηνεύσει αποτελέσματα
• Να τροποποιήσει κώδικα
• Να συνεχίσει μέχρι να επιτύχει ή να εξαντλήσει το διαθέσιμο budget

Αυτό είναι ποιοτικά διαφορετικό από ένα chatbot που παρέχει οδηγίες.

Η αυτονομία, η διάρκεια και η πρόσβαση σε εργαλεία είναι οι παράγοντες που μετατρέπουν ένα language model σε επιχειρησιακό σύστημα.

Παράλληλα, οι defenders μπορούν να αξιοποιήσουν τις ίδιες αρχές για συνεχή έλεγχο κώδικα, αυτόματη ανάλυση alerts, γρηγορότερη διερεύνηση περιστατικών, dynamic threat hunting και επιβεβαίωση διορθώσεων.

Δεν είναι δεδομένο ότι η AI θα ευνοήσει αποκλειστικά τους επιτιθέμενους. Οι αμυνόμενοι διαθέτουν σημαντικό πλεονέκτημα: ελέγχουν την υποδομή, γνωρίζουν τη φυσιολογική λειτουργία και μπορούν να αναπτύξουν agents με νόμιμη πρόσβαση σε telemetry, source code και configuration.

Αυτό το πλεονέκτημα, όμως, υπάρχει μόνο αν αξιοποιηθεί.

Γιατί το παραδοσιακό μοντέλο ασφάλειας δεν επαρκεί

Οι περισσότερες επιχειρήσεις εξακολουθούν να εργάζονται με έναν αργό κύκλο:

• πραγματοποιούν έναν έλεγχο μία φορά τον χρόνο
• παραλαμβάνουν ένα report
• διορθώνουν μέρος των ευρημάτων
• αλλάζουν την υποδομή
• εγκαθιστούν νέα συστήματα
• προσθέτουν νέους λογαριασμούς
• και θεωρούν ότι η προηγούμενη αξιολόγηση εξακολουθεί να αποτυπώνει την πραγματικότητα

Στο μεταξύ, το attack surface μεταβάλλεται καθημερινά.

Νέα subdomains εμφανίζονται. Cloud permissions αλλάζουν. Credentials διαρρέουν. VPN appliances μένουν πίσω σε ενημερώσεις. Νέες ευπάθειες δημοσιοποιούνται. Contractors αποκτούν πρόσβαση. Applications συνδέονται μεταξύ τους. AI agents λαμβάνουν tokens και δικαιώματα σε repositories, email, cloud storage και production systems.

Απέναντι σε έναν επιτιθέμενο που μπορεί να αυτοματοποιεί reconnaissance και να επαναλαμβάνει δοκιμές όλο το εικοσιτετράωρο, ένας ετήσιος έλεγχος παρέχει μόνο ένα στιγμιότυπο.

Ο έλεγχος παραμένει απαραίτητος. Αλλά πρέπει να ενταχθεί σε μια ευρύτερη διαδικασία συνεχούς validation.

Οι οργανισμοί χρειάζονται:

• Συνεχή χαρτογράφηση του attack surface. Δεν μπορείς να προστατεύσεις assets που δεν γνωρίζεις ότι υπάρχουν.
• Risk-based vulnerability prioritization. Η σοβαρότητα ενός CVE δεν αρκεί. Χρειάζεται να εξετάζεται η έκθεση, η δυνατότητα exploitation, η αξία του asset και το πιθανό attack path.
• Adversary emulation και πραγματικό Penetration Testing. Τα scanners εντοπίζουν πιθανές αδυναμίες. Η ελεγχόμενη εκμετάλλευση αποδεικνύει ποιες από αυτές μπορούν να οδηγήσουν σε ουσιαστικό επιχειρησιακό αντίκτυπο.
• Έλεγχο identity και privilege paths. Σήμερα, πολλές παραβιάσεις δεν απαιτούν malware. Απαιτούν έγκυρα credentials και υπερβολικά δικαιώματα.
• Δοκιμασμένη ανθεκτικότητα. Backups, incident response plans και business continuity procedures πρέπει να δοκιμάζονται κάτω από ρεαλιστικά σενάρια.
• Ασφάλεια των ίδιων των AI agents. Κάθε agent πρέπει να διαθέτει σαφές scope, περιορισμένα δικαιώματα, απομονωμένο execution environment, πλήρη καταγραφή ενεργειών και ανθρώπινη έγκριση όταν μπορεί να επηρεάσει production systems ή ευαίσθητα δεδομένα.

Δεν χρειάζεται πανικός — χρειάζεται αλλαγή ταχύτητας

Είναι εύκολο να μετατρέψουμε τη συζήτηση για την AI και την κυβερνοασφάλεια σε υπερβολή.

Δεν είναι κάθε breach AI-powered. Δεν έγινε κάθε ransomware group αυτόνομο. Δεν μπορεί κάθε μοντέλο να ανακαλύψει αξιόπιστα zero-days. Τα frontier systems εξακολουθούν να κάνουν λάθη, να παράγουν false positives, να αποτυγχάνουν σε μακρές ακολουθίες ενεργειών και να χρειάζονται σημαντική ανθρώπινη καθοδήγηση.

Αλλά θα ήταν εξίσου λανθασμένο να αγνοήσουμε την κατεύθυνση της εξέλιξης.

Η Anthropic αναγνωρίζει ότι τα ισχυρότερα μοντέλα της μπορούν να καταστήσουν την ανακάλυψη και αξιοποίηση ευπαθειών ευκολότερη. Η OpenAI ταξινομεί τα νεότερα μοντέλα της σε υψηλή κατηγορία cyber capability και αναπτύσσει ειδικά safeguards. Η Google καταγράφει τη μετάβαση των threat actors από πειραματισμό σε επιχειρησιακή χρήση της AI.

Αυτό δεν αποτελεί θεωρία επιστημονικής φαντασίας. Είναι εκτίμηση που προέρχεται από τις ίδιες τις εταιρείες οι οποίες αναπτύσσουν τα μοντέλα και από οργανισμούς που διερευνούν πραγματικά περιστατικά.

Το μήνυμα προς τις επιχειρήσεις δεν είναι ότι πρέπει να φοβούνται κάθε νέο AI model.

Είναι ότι πρέπει να σταματήσουν να αξιολογούν την ασφάλειά τους με τον ρυθμό της προηγούμενης δεκαετίας.

Τα δύσκολα είναι μπροστά μας — αλλά όχι μόνο για τους αμυνόμενους

Πιστεύω ότι τα δυσκολότερα χρόνια της κυβερνοασφάλειας βρίσκονται μπροστά μας.

Όχι επειδή η AI θα λειτουργήσει αναπόφευκτα ως αυτόνομος εγκληματίας. Αλλά επειδή θα συμπιέσει τον χρόνο ανάμεσα στην ανακάλυψη μιας αδυναμίας και στην αξιοποίησή της.

Θα επιτρέψει σε λιγότερους ανθρώπους να εκτελούν περισσότερες εργασίες. Θα αυξήσει την κλίμακα του social engineering. Θα κάνει τα scams πιο πειστικά. Θα βοηθήσει εξειδικευμένους operators να εργάζονται ταχύτερα. Και θα δημιουργήσει νέες κατηγορίες κινδύνων μέσα στις ίδιες τις επιχειρήσεις, καθώς agents θα αποκτούν πρόσβαση σε δεδομένα και συστήματα χωρίς να έχουν σχεδιαστεί με τα πρότυπα ασφάλειας που εφαρμόζουμε σε ανθρώπινους χρήστες και συμβατικές εφαρμογές.

Ταυτόχρονα, όμως, τα δύσκολα μπορούν να είναι μπροστά και για τους επιτιθέμενους.

Οι defenders μπορούν να χρησιμοποιήσουν AI agents για να εξετάζουν κώδικα πριν κυκλοφορήσει, να αναζητούν exposure πριν το εντοπίσει ο αντίπαλος, να συσχετίζουν telemetry σε πραγματικό χρόνο, να απομονώνουν endpoints, να δημιουργούν patches και να επαληθεύουν ότι οι διορθώσεις είναι αποτελεσματικές.

Η τεχνολογία δεν αποφασίζει από μόνη της ποια πλευρά θα επικρατήσει.

Η διαφορά θα κριθεί από το ποιος θα την εντάξει πρώτος σε ώριμες διαδικασίες, με σωστά δεδομένα, σαφείς αρμοδιότητες, ελεγχόμενα δικαιώματα και συνεχή μέτρηση αποτελεσματικότητας.

Η εποχή στην οποία αγοράζαμε ορισμένα security tools, πραγματοποιούσαμε έναν ετήσιο έλεγχο και θεωρούσαμε ότι είμαστε ασφαλείς τελειώνει.

Η επόμενη εποχή θα απαιτήσει συνεχή επαλήθευση:

• Μπορεί ένας εξωτερικός επιτιθέμενος να αποκτήσει αρχική πρόσβαση;
• Μπορεί να μετακινηθεί εσωτερικά;
• Μπορεί να καταχραστεί identities και privileges;
• Μπορεί να φτάσει στα κρίσιμα συστήματα;
• Θα τον εντοπίσουμε εγκαίρως;
• Μπορούμε να τον περιορίσουμε;
• Μπορούμε να αποκαταστήσουμε τη λειτουργία χωρίς να πληρώσουμε;
• Και μπορούμε να αποδείξουμε όλα τα παραπάνω στην πράξη;

Αυτό είναι το ουσιαστικό ερώτημα για κάθε διοίκηση, κάθε CISO και κάθε οργανισμό.

Όχι αν ένα συγκεκριμένο περιστατικό πραγματοποιήθηκε με το Claude Fable 5.

Αλλά αν η επιχείρηση είναι προετοιμασμένη για έναν κόσμο στον οποίο ο επόμενος επιτιθέμενος —άνθρωπος, ομάδα ή agent— θα μπορεί να εργάζεται γρηγορότερα, φθηνότερα και αδιάκοπα.

Τα δύσκολα είναι πράγματι μπροστά μας. Αλλά έχουμε ακόμη τη δυνατότητα να προετοιμαστούμε, αρκεί να ξεκινήσουμε πριν η ταχύτητα της απειλής ξεπεράσει οριστικά την ταχύτητα της άμυνας.