Az AI-alapú támadások során a támadók mesterséges intelligenciát használnak, például adathalász üzenetek készítésére, hangok és videók hamisítására vagy egyes technikai feladatok automatizálására. A cél többnyire ugyanaz, mint korábban: pénzt, hozzáférést vagy bizalmas adatot szerezni. Az AI sok esetben a megtévesztés minőségét és a támadások méretezhetőségét változtatja meg.

A helyesírási hibák keresése bár sosem volt biztos módszer az adathalászat felismerésére, ma pedig már különösen kevés. A nagy nyelvi modellek gördülékeny magyar leveleket írhatnak, külön hang- és videógeneráló eszközökkel pedig egy vezető megszólalása is utánozható. A hibátlan szöveg, az ismerős hang és a videókép önmagában nem igazolja a kérés hitelességét.

Az ENISA 2025-ös fenyegetettségi jelentése a 2024. július 1. és 2025. június 30. közötti időszakot vizsgálta. A hozzá kapcsolódó összefoglaló az adathalászatot nevezi meg vezető kezdeti behatolási módszerként, körülbelül 60 százalékos aránnyal. Ebbe a kategóriába a jelentés a telefonos adathalászatot, a rosszindulatú levélkampányokat és a rosszindulatú hirdetéseket is beleszámítja. Ez nem azt jelenti, hogy az összes európai kibertámadás 60 százaléka AI-val készült.

1. AI-val támogatott adathalászat: személyre szabott csalik

Egy nyelvi modell rövid idő alatt készíthet meggyőző számlaértesítőt, HR-es tájékoztatót vagy beszállítói levelet. Ha a támadó nyilvános forrásokból, például a LinkedInről és a céges honlapról gyűjt adatokat, az üzenet munkakörre, projektre vagy üzleti kapcsolatra is szabható.

Ehhez nem feltétlenül kell különleges „hacker-AI”. A hagyományos eszközökkel való visszaélés és a támadó munkafolyamatok automatizálása is kockázatot jelent. A jól megírt levél ráadásul nem bizonyítja, hogy AI készült hozzá: a védekezést ne erre a találgatásra építsd.

A kérést ellenőrizd, ne a fogalmazás minőségét. Gyanús lehet a sürgetés, a titoktartás követelése, a váratlan számlaszám változás, vagy az, ha valaki a szokásos jóváhagyás megkerülését kéri. A feladó megjelenített neve helyett a tényleges címet és a link hivatkozását (célhelyét) is nézd meg, de ezek ellenőrzése sem helyettesíti az üzleti folyamatba épített kontrollokat.

2. Deepfake hang és videó: amikor a vezető sem az, akinek látszik

A deepfake mesterséges intelligenciával előállított vagy módosított hang-, kép- vagy videótartalom. Telefonos adathalászatnál, azaz vishingnél egy hangklón a vezető vagy egy üzleti partner megszólalását (hangját) utánozhatja.

2024 elején az Arup mérnökiroda hongkongi munkatársát hamis vezetői videóhívásokkal vették rá utalásokra. A vállalat megerősítette, hogy hamis hangokat és képeket használtak. A rendőrségi beszámoló szerint 15 tranzakcióval összesen 200 millió hongkongi dollár, akkori árfolyamon nagyjából 25 millió amerikai dollár került a csalókhoz (az Arup nyilatkozatát és a rendőrségi közlést ismertető Guardian-cikk).

Rövid, nyilvánosan hozzáférhető hangfelvétel is alapot adhat hangklónozáshoz, de a megtévesztés sikerét a felvétel minősége, a nyelv és a környezet is befolyásolja. Ne arra építs, hogy biztosan felismered a gépies hangot vagy a videóhibákat.

Pénz- vagy adatkérésnél válts független csatornára: a hívásban megadott szám helyett a korábban rögzített elérhetőségen ellenőrizd a kérést. Egy közös ellenőrző szó legfeljebb kiegészítő kontroll lehet, nem helyettesíti a visszahívást és a külön jóváhagyást.

3. Automatizált kibertámadások: mire képes egy AI-ügynök?

A támadók felderítésre, kódírás támogatására, sérülékenységek elemzésére és megszerzett adatok rendszerezésére is használhatnak AI-t. Egy AI-ügynök nemcsak választ ad, hanem a hozzá kapcsolt eszközökkel műveleteket is végezhet. A gyorsulás feladatonként eltérő: abból, hogy egy részfeladat automatizálható, nem következik, hogy bármely szervezet önállóan feltörhető.

Az Anthropic egy 2025. november 13-án közzétett jelentésben számolt be a szeptember közepén észlelt kiberkémkedési kampányról. A vállalat értékelése szerint kínai állami hátterű támadók a Claude Code felhasználásával körülbelül 30 célpont ellen próbáltak behatolni, és néhány esetben sikerrel jártak (Anthropic: AI által vezérelt kiberkémkedési kampány).

A szolgáltató becslése szerint az AI a kampány munkájának 80-90 százalékát végezte. Ez egy konkrét kampányra vonatkozó szolgáltatói értékelés, nem az összes kibertámadás automatizáltságának mértéke. Az Anthropic emberi döntési pontokról és modellhibákról, például kitalált hitelesítő adatokról is beszámolt.

4. AI-rendszerek elleni támadások: prompt injection

Különbséget kell tenni az AI-val támogatott támadás és az AI-rendszer elleni támadás között. Az elsőnél az AI a támadó eszköze, a másodiknál például a céges chatbot vagy dokumentumfeldolgozó a célpont. A kettő össze is kapcsolódhat.

Az OWASP generatív AI-rendszerekhez készült 2025-ös kockázati listája többek között ezeket emeli ki:

• Prompt injection: a támadó közvetlenül vagy egy feldolgozott weboldalba, e-mailbe, dokumentumba rejtve próbálja eltéríteni a modell működését. Adatszivárgás vagy jogosulatlan művelet akkor következhet be, ha az alkalmazás hozzáférései és kontrolljai ezt lehetővé teszik. A káros utasítás megjelenése önmagában nem jelent sikeres kompromittálást.
• Adat- és modellmérgezés: a tanításhoz, finomhangoláshoz vagy a válaszok megalapozásához használt adatok manipulálása torzíthatja a rendszer működését. Egy keresésalapú AI-asszisztens háttérdokumentumainak megváltoztatása nem feltétlenül módosítja magát a modellt, mégis befolyásolhatja a válaszait.
• Érzékeny információk kiszivárgása: bizalmas adatok kerülhetnek illetéktelen felhasználóhoz vagy nem jóváhagyott szolgáltatóhoz. A külső AI-eszközbe másolt adat kezelése a szerződéstől, a beállításoktól és az adatmegőrzéstől függ; nem igaz, hogy minden szolgáltató automatikusan tanításra használ minden beküldött adatot.
• Túlzott cselekvési jogosultság: egy asszisztens indokolatlanul széles hozzáférése növelheti a hibás vagy manipulált döntések következményeit, például ha ellenőrzés nélkül küldhet levelet vagy módosíthat adatokat.

A védekezéshez nem elég egy „hagyd figyelmen kívül a rossz utasításokat” rendszerüzenet. Az AI kapjon csak a feladatához szükséges hozzáférést, az érzékeny műveletekhez legyen külön jóváhagyás, az adat-hozzáférést és az eszközhívásokat pedig az alkalmazás is ellenőrizze és naplózza. A tesztelési forgatókönyvekhez a MITRE ATLAS tudásbázisa is használható.

5. MFA és passkey: mi véd az adathalászat ellen?

A többtényezős hitelesítés, röviden MFA, fontos védelem, de nem minden változata áll ellen ugyanazoknak a támadásoknak. Az adversary-in-the-middle, azaz AiTM adathalászatnál a csaló oldal közvetítheti a bejelentkezést a valódi szolgáltatás felé, majd megszerezheti a hitelesített munkamenethez tartozó tokent vagy sütit. Emiatt az SMS-es és az alkalmazásban generált egyszer használatos kód is kijátszható.

Az AiTM nem az AI rövidítése, és nem önmagában mesterségesintelligencia-alapú technika. Az AI a csaliüzenetek vagy más támogató tartalmak elkészítését segítheti.

A CISA útmutatója az adathalászatnak ellenálló, FIDO2/WebAuthn-alapú hitelesítést ajánlja. Ide tartoznak a megfelelően beállított biztonsági kulcsok és passkey-k: a hitelesítést a valódi szolgáltatáshoz kötik, így a hasonló nevű csaló oldal nem használhatja fel azt ugyanúgy, mint egy begépelt kódot.

Ez sem teljes körű védelem. Egy már kompromittált végpont, az ellopott munkamenet vagy egy gyengébb fiók-helyreállítási eljárás továbbra is kockázat. Az erős hitelesítés mellé végpontvédelem, munkamenet-felügyelet és biztonságos helyreállítás is kell.

Hogyan védekezz az AI-alapú támadások ellen?

Munkatársként: állj meg, ellenőrizd, jelezd

• Ne teljesíts váratlan pénz-, jelszó- vagy adatkérést pusztán az üzenet, a hang vagy a videókép alapján.
• Vezetői vagy beszállítói kérésnél használj korábban ellenőrzött elérhetőséget. Ne a gyanús üzenetre válaszolva próbálj megerősítést kérni.
• Ne adj át belépési kódot, és ne hagyj jóvá olyan bejelentkezést, amelyet nem te kezdeményeztél.
• Bizalmas adatot csak a szervezet által jóváhagyott AI-eszközben, az engedélyezett célra dolgozz fel.
• A gyanús megkeresést azonnal jelezd a kijelölt belső csatornán, akkor is, ha már kattintottál vagy adatot adtál meg.

Szervezetként: ne a felismerés legyen az egyetlen védelmi vonal

• Vezess be adathalászatnak ellenálló MFA-t, elsőként az adminisztrátori, pénzügyi és vezetői fiókoknál. A helyreállítási és tartalék belépési módokat is vizsgáld meg.
• Legyen négyszem-elv és független visszaellenőrzés az új vagy módosított bankszámlaszámoknál és a kockázatos utalásoknál. A sürgősség ne jelentsen felmentést.
• Rögzítsd, mely AI-eszközök használhatók, milyen adatokkal, milyen megőrzési és hozzáférési feltételekkel.
• Tarts valós munkafolyamatokra épülő adathalászati és telefonos szimulációkat, könnyen használható bejelentési lehetőséggel.
• Az AI-asszisztenseknél alkalmazz minimális jogosultságot, műveletenkénti ellenőrzést, szükség szerinti emberi jóváhagyást és naplózást. Teszteld a prompt injection és az adatszivárgás lehetőségét is.
• Tartsd fenn az alapvédelmet: frissítések, végpontvédelem, hozzáférés-kezelés és helyreállítható mentések. Az AI nem teszi feleslegessé ezeket.

Ha már megtörtént a baj: azonnal értesítsd az informatikai vagy incidenskezelő csapatot. Gyanús utalásnál haladéktalanul jelezd a banknak is. A csapat vizsgálja meg a munkamenetek visszavonását és a hozzáférések helyreállítását; pusztán a jelszócsere nem minden esetben elég. Az üzeneteket és a tranzakciós adatokat őrizd meg a kivizsgáláshoz.

AI Act és NIS2: milyen kötelezettségekkel számolj?

Az EU mesterséges intelligenciáról szóló rendelete, az AI Act 2024. augusztus 1-jén lépett hatályba, alkalmazása több szakaszban történik. Az Európai Bizottság AI Omnibus-közleménye szerint a 2026. július 27-én hatályba lépett módosítás nyomán a III. melléklet szerinti nagy kockázatú rendszerek szabályai 2027. december 2-től, az I. melléklethez kapcsolódó, szabályozott termékekbe épített nagy kockázatú rendszerekre vonatkozó szabályok 2028. augusztus 2-től alkalmazandók. Ezek nem az összes AI-rendszerre vonatkozó, egységes halasztási határidők.

Az AI Act nem helyettesíti a kiberbiztonsági kockázatkezelést. A NIS2 és a Magyarország kiberbiztonságáról szóló 2024. évi LXIX. törvény hatálya alá tartozó szervezeteknél az AI-val támogatott fenyegetéseket és a saját AI-eszközök kockázatait is indokolt beépíteni a kockázatértékelésbe. A konkrét kötelezettség a szervezet tevékenységétől, szerepétől és az alkalmazott rendszertől függ, nem pusztán attól, hogy használ-e AI-t.

Gyakori kérdések az AI-alapú támadásokról

Felismerhető az AI-val írt adathalász levél?

Nem megbízhatóan a szöveg stílusából. A kérés üzleti indokoltságát, a tényleges feladót, a hivatkozások célját és az elvárt jóváhagyási folyamatot kell ellenőrizni. A hibátlan helyesírás nem biztonsági garancia.

Megvéd a passkey a deepfake csalásoktól?

A passkey a bejelentkezés adathalászat elleni védelmét erősíti. Nem akadályozza meg, hogy valakit hamis vezetői hívással utalásra vagy adatátadásra vegyenek rá. Ehhez külön pénzügyi és ellenőrzési folyamatok kellenek.

Csak a saját AI-t fejlesztő cégek érintettek?

Nem. AI-val készített csaló üzenet vagy hamis vezetői hívás bármely szervezetet érhet. Saját chatbot, AI-asszisztens vagy dokumentumfeldolgozó használatakor ehhez további alkalmazásbiztonsági és adatkezelési kockázatok társulnak.

Összefoglalva: a hitelesnek tűnő kérés nem feltétlenül hiteles

Az AI a meglévő támadásokat is gyorsabbá, olcsóbban skálázhatóvá és meggyőzőbbé teheti, miközben az AI-rendszerek saját támadási felületet is jelentenek. A jó védekezés nem a hamisítványok biztos felismerésére épül, hanem ellenőrzött folyamatokra, erős hitelesítésre és korlátozott hozzáférésekre.

Szeretnéd felmérni, hogyan reagálna a csapatod egy AI-val támogatott adathalász vagy telefonos megkeresésre? Beszéljük át a szervezeted kockázatait és a tesztelés lehetőségeit a Hacktify csapatával.