Как вредоносные модели ИИ демократизируют киберпреступность: взлёт WormGPT 4 и KawaiiGPT
Киберпреступность получила ИИ-апгрейд, и это не метафора. Пока ChatGPT и Claude обрастают всё более жёсткими фильтрами против злоупотреблений, на теневом рынке уже продаются вредоносные модели ИИ, заточенные строго под преступные задачи. Такие неограниченные большие языковые модели (LLM) убирают ровно те технические барьеры, которые раньше отделяли новичка от серьёзной атаки, и ставят перед специалистами по кибербезопасности задачи, каких раньше просто не было.
Тёмная сторона ИИ-инноваций
Легальные ИИ-системы обвешаны защитой по максимуму. OpenAI, Anthropic и Google вложили серьёзные деньги в фильтры, которые не дают моделям выдавать инструкции по оружию, суициду или киберпреступной деятельности. Правда, эти же фильтры запустили бесконечную игру в «кошки-мышки» между командами безопасности и теми, кто пытается их обойти.
Вместо того чтобы годами обходить ограничения джейлбрейками и хитрой промпт-инженерией, продвинутые злоумышленники выбрали путь короче: создавать неограниченные LLM с нуля. Такие модели работают без всякой этики и обслуживают киберпреступников любого уровня, от новичка до профи.
Ключевой факт: по данным исследований в области кибербезопасности, среднее время на разработку функционального вредоносного ПО с помощью ИИ сократилось с нескольких недель до считаных часов. То, что раньше требовало серьёзных навыков программирования, теперь делается через обычный диалог с моделью.
Вредоносные модели ИИ: WormGPT 4 и KawaiiGPT
Исследователи из Unit 42 компании Palo Alto Networks детально разобрали две заметные вредоносные LLM, которые хорошо иллюстрируют тенденцию: WormGPT 4 и KawaiiGPT. Платформы устроены по-разному, но обе «демократизируют» киберпреступные инструменты и обе создают серьёзную угрозу цифровой безопасности.
Сравнение возможностей
| Характеристика | WormGPT 4 | KawaiiGPT |
|---|---|---|
| Модель монетизации | Платный: $50/месяц или $220 за пожизненную лицензию | Бесплатный, поддерживается сообществом |
| Предшественник | WormGPT (прекращён в сентябре 2025 года) | Нет — самостоятельная разработка |
| Основные возможности | Полноценное создание вымогательского ПО, инструменты шифрования, утечка данных, сложные письма с требованиями выкупа | Фишинговые скрипты, контент для социальной инженерии, базовые автоматизированные атаки |
| Уровень сложности | Продвинутый — вредоносное ПО «промышленного качества» | Средний — эффективно, но менее отполировано |
| Платформа распространения | Telegram (сотни подписчиков) | Telegram (сотни подписчиков) |
| Целевые пользователи | Серьёзные киберпреступники, готовые платить | Начинающие хакеры и «скрипт-кидди» |
| Оценка качества | Высококачественные, функциональные компоненты вредоносного ПО | Надёжен для фишинга, ограничен для сложных атак |
WormGPT 4: премиальный ассистент киберпреступников
WormGPT 4 — коммерческая эволюция вредоносного ИИ. Это наследник оригинальной платформы WormGPT, закрытой в сентябре 2025 года, и по возможностям он ощутимо превосходит предшественника, причём настолько, что у экспертов по безопасности это вызывает серьёзную тревогу. Ценник (а это $50 в месяц или разовый платёж $220 за пожизненный доступ) говорит сам за себя: перед нами профессиональный инструмент, а не любительская поделка.
В ходе анализа исследователи Unit 42 с помощью WormGPT 4 получили несколько полностью рабочих вредоносных компонентов:
- Шифрующее вредоносное ПО: полноценные шифровальщики-вымогатели, способные заблокировать файлы жертвы шифрованием «военного» уровня.
- Инструменты эксфильтрации данных: приложения для незаметного извлечения конфиденциальной информации с компрометированных систем.
- Коммуникации по выкупу: письма с требованием выкупа, выстроенные с расчётом на психологию жертвы. Исследователи назвали их «леденящими кровь и эффективными».
Способность платформы выдавать готовое к боевому применению вредоносное ПО — качественный скачок в доступности таких инструментов. Обычно разработка вредоносного ПО требует глубоких знаний языков программирования, устройства операционных систем, криптографии и сетевых протоколов. WormGPT 4 просто прячет всю эту сложность: пользователь описывает цель на естественном языке и получает рабочий код в ответ.
KawaiiGPT: альтернативный комьюнити-подход
KawaiiGPT слабее платного конкурента, но закрывает свой сегмент рынка. Как бесплатная платформа, поддерживаемая сообществом, она снижает барьер входа ещё сильнее: начинающему злоумышленнику не нужно вкладывать вообще ничего.
По оценке Unit 42, KawaiiGPT особенно хорош в следующем:
- Создаёт убедительные фишинговые письма и сообщения, которые обходят спам-фильтры.
- Генерирует сценарии социальной инженерии под конкретную цель.
- Автоматизирует техники бокового перемещения готовым к исполнению кодом.
- Создаёт вариации атак для обхода сигнатурных средств обнаружения.
Комьюнити-модель означает, что KawaiiGPT постоянно эволюционирует: пользователи делятся успешными техниками и сами улучшают модель. По сути, этот подход зеркалит легитимную разработку open-source ПО — тревожная параллель между этичными и преступными инновациями.
Сравнение возможностей: что умеют эти модели
| Тип атаки | Уровень сложности | WormGPT 4 | KawaiiGPT | Время традиционной разработки | Время с ИИ |
|---|---|---|---|---|---|
| Фишинговые кампании | Низкий | ✓ Отлично | ✓ Отлично | 2–4 часа | 5–10 минут |
| Таргетированный фишинг | Средний | ✓ Отлично | ✓ Хорошо | 4–8 часов | 10–20 минут |
| Крадёж учётных данных | Средний | ✓ Отлично | ✓ Хорошо | 1–2 дня | 30–60 минут |
| Шифровальщики-вымогатели | Высокий | ✓ Отлично | ✗ Ограничено | 1–3 недели | 2–4 часа |
| Инструменты эксфильтрации | Высокий | ✓ Отлично | ✗ Только базовый уровень | 1–2 недели | 3–6 часов |
| Скрипты для бокового движения | Высокий | ✓ Отлично | ✓ Хорошо | 3–5 дней | 1–2 часа |
| Разработка эксплойтов | Очень высокий | ✓ Ассистирует | ✗ Не умеет | Недели–месяцы | Дни–недели |
Критически важное наблюдение: сокращение времени, которое видно в таблице, отражает фундаментальный сдвиг в экономике киберпреступности. То, что раньше требовало команды опытных разработчиков, теперь за считаные часы делает один человек с минимальными техническими знаниями.
Telegram как сеть распространения
И WormGPT 4, и KawaiiGPT используют Telegram как основную площадку распространения и общения. Мессенджер стал центром киберпреступной активности сразу по нескольким причинам:
- Сквозное шифрование: переписка скрыта от правоохранительных органов.
- Система каналов позволяет организовать широкое однонаправленное распространение инструментов и обновлений.
- Интеграция ботов даёт возможность встроить ИИ-модель прямо в интерфейс чата.
- Минимальная модерация: контроль за преступным контентом здесь слабее, чем на других платформах.
- Кроссплатформенность: доступ с мобильных и десктопных устройств без ограничений.
Согласно исследованию Unit 42, у обеих вредоносных LLM — активные сообщества на сотни подписчиков. Каналы выполняют сразу несколько задач: раздают доступ к моделям, обмениваются рабочими техниками атак, дают техподдержку и создают у киберпреступников ощущение «своего» комьюнити.
Экономика киберпреступности на базе ИИ
Ценовая модель WormGPT 4 показывает, что за разработкой вредоносного ИИ стоит продуманная бизнес-логика. При цене $50 в месяц или $220 пожизненно инструмент стоит примерно как легальное ПО, оставаясь при этом доступным для серьёзных злоумышленников.
Модель монетизации
| Компонент дохода | Детали | Влияние |
|---|---|---|
| Месячная подписка | $50/месяц | Постоянный денежный поток, низкий порог входа |
| Пожизненная лицензия | $220 единоразово | Привлекает долгосрочных пользователей, быстрый приток капитала |
| Оценочная база пользователей | Сотни активных подписчиков | Потенциальный ежемесячный доход: $15 000–$50 000+ |
| Затраты на разработку | GPU-ресурсы, обучение моделей, инфраструктура | Оценка: $5 000–$20 000 в месяц |
| Маржа | Высокая после первоначальной разработки | Устойчивый преступный бизнес |
| Окупаемость для пользователей | Один успешный инцидент может принести $10 000+ | Инвестиция $220 окупается одним результативным взломом |
Инсайт отрасли: средняя выплата по ransomware-атакам в 2024 году превысила $1,5 млн для корпоративных жертв. На фоне такой суммы $220 за доступ к WormGPT 4 — расход, которым можно пренебречь при потенциальной прибыли в шесть-семь цифр.
Технические возможности и оценка угроз
Технические решения, которые демонстрируют эти вредоносные LLM, — серьёзный скачок в области «адверсариального» ИИ. Анализ Unit 42 выявил несколько особо тревожных возможностей:
- Создание вымогательского ПО: WormGPT 4 генерирует полностью автономные пакеты ransomware: с процедурами шифрования файлов, системами управления ключами и протоколами связи для получения выкупа. Алгоритмы шифрования криптографически корректны, поэтому восстановить данные без оплаты выкупа практически нереально.
- Техники уклонения от обнаружения: обе модели знают тактики обхода антивирусной защиты, включая обфускацию кода, полиморфное поведение и избежание сигнатурного детекта. Сгенерированное вредоносное ПО из-за этого гораздо эффективнее обходит традиционные средства безопасности.
- Оптимизация социальной инженерии: модели отлично справляются с психологически манипулятивным контентом. Фишинговые сообщения, которые они генерируют, бьют по принципам убеждения, триггерам срочности и авторитету, и потому работают заметно лучше, чем традиционная массовая рассылка.
- Качество кода: вопреки расхожему мнению, что ИИ-код нестабилен и «глючит», Unit 42 выяснила обратное: WormGPT 4 выдаёт функциональный, хорошо структурированный код, который надёжно работает в целевых средах.
Радикальное снижение порога входа
Пожалуй, самое тревожное в вредоносных LLM — это то, насколько сильно они снижают требования к навыкам для сложных кибератак. Unit 42 формулирует это прямо: «порог входа в киберпреступность никогда ещё не был таким низким».
Сравнение требований к навыкам
| Требуемый навык | Традиционная киберпреступность | Киберпреступность с ИИ |
|---|---|---|
| Знание программирования | Продвинутое (несколько языков) | Не требуется |
| Понимание криптографии | Средний–высокий уровень | Не требуется |
| Понимание сетевых протоколов | Продвинутый | Базовый уровень желателен |
| Знание внутреннего устройства ОС | Продвинутый | Не требуется |
| Навыки социальной инженерии | Врожденный талант или долгий опыт | Готовые ИИ-шаблоны |
| Кривая обучения | Месяцы–годы | Часы–дни |
| Успешность атак новичков | 5–15 % | 40–60 % |
Такая «демократизация» киберпреступных инструментов ведёт к взрывному росту угрозы. Раньше число людей, способных провести сложную атаку, было ограничено высоким техническим порогом. Вредоносные LLM снимают это ограничение и потенциально превращают миллионы технически неподготовленных пользователей в достаточно опасных атакующих.
Более широкая экосистема вредоносного ИИ
WormGPT 4 и KawaiiGPT хорошо задокументированы, но исследователи Unit 42 прямо говорят: это лишь вершина айсберга. В подпольной киберпреступной экономике таких инструментов много, и каждый метит в свою нишу или предлагает узкую специализацию.
Картина рынка: исследователи по кибербезопасности насчитали не менее 12–15 различных вредоносных LLM-платформ по состоянию на конец 2024 года. Среди них: от универсальных «криминальных ИИ-ассистентов» до узких моделей под конкретные типы атак: Business Email Compromise (BEC), криптоджеккинг, DDoS и другие.
То, что эти платформы активно разрабатываются и поддерживаются, говорит о процветающем рынке: спроса достаточно, чтобы окупать постоянные инвестиции. В новых версиях появляются:
- мультиязычная поддержка для международных операций;
- интеграция с существующими хакинг-инструментами и фреймворками;
- автоматизированное сканирование уязвимостей и их эксплуатация;
- разведка целей и сбор информации;
- обфускация криптовалютных транзакций;
- создание защищённых каналов связи.
Проблемы обнаружения и защиты
Появление вредоносных LLM ставит перед защитниками новые задачи. Традиционная безопасность опирается на обнаружение сигнатур и паттернов кода, но ИИ-генерируемое вредоносное ПО может сильно различаться от экземпляра к экземпляру, и сигнатурный подход здесь пробуксовывает.
Стратегии защиты придётся адаптировать под новую реальность:
1. Поведенческий анализ
Вместо опоры на статические сигнатуры системы безопасности должны следить за вредоносным поведением, независимо от того, как именно реализован код. Такой подход держится и против ИИ-угроз, поскольку базовые действия (шифрование, эксфильтрация, повышение привилегий) так или иначе проявляются.
2. Укрепление почтовой безопасности
Вредоносные LLM особенно сильны в генерации фишингового контента, поэтому организациям стоит внедрять продвинутые фильтры, которые анализируют:
- лингвистические паттерны,
- репутацию отправителя,
- контекстные аномалии,
а не только ключевые слова.
3. Обучение пользователей
Фишинг с ИИ становится всё убедительнее и персональнее, и внимательность человека остаётся ключевым рубежом защиты. В обучающих программах стоит делать упор на:
- скептическое отношение к неожиданным запросам,
- проверку личности отправителя по альтернативным каналам,
- узнаваемость приёмов социальной инженерии.
4. Архитектура Zero Trust
Если исходить из того, что часть атак всё равно окажется успешной, стоит внедрять принципы нулевого доверия: они ограничивают боковое перемещение и не дают взлому перерасти в масштабный ущерб.
Правовые и этические последствия
Разработка и распространение вредоносных LLM поднимает непростые юридические вопросы. Создание и распространение вредоносного ПО давно криминализировано почти везде, но ИИ-компонент добавляет неопределённости.
- Несут ли разработчики WormGPT 4 ответственность за преступления, совершённые с помощью их инструмента?
- Какова ответственность облачных провайдеров, если их инфраструктура хостит вредоносные модели?
У исследовательского сообщества здесь своя дилемма. Анализ Unit 42 требовал взаимодействия с этими платформами и, по сути, создания образцов вредоносного кода. С одной стороны, такие исследования служат общему благу и вскрывают угрозы. С другой стороны, подробный отчёт вполне может стать «дорожной картой» для начинающего злоумышленника.
Вектор будущего развития
Судя по текущим тенденциям, ландшафт вредоносного ИИ будет меняться очень быстро. В обозримом будущем вероятны такие сценарии:
- Рост сложности: базовые модели улучшаются, вслед за ними прокачиваются и вредоносные реализации. В будущих версиях вероятны автоматический поиск zero-day, адаптивные техники уклонения, ИИ-управляемые системы командования и контроля (C2).
- Специализация: рынок может раздробиться на набор узких инструментов под конкретные отрасли, векторы атак или регуляторные режимы. Не исключено появление LLM, заточенных именно под атаки на медицину, финансы или критическую инфраструктуру.
- Гонка вооружений защитного ИИ: вендоры средств безопасности будут всё активнее внедрять собственный ИИ для обнаружения и противодействия ИИ-угрозам, и это выльется в автоматизированную гонку между атакующим и защитным ИИ.
- Регуляторный ответ: правительства попытаются ужесточить регулирование разработки ИИ, но реальные меры будет непросто применить: киберпреступность глобальна, а разработка ИИ распределена по всему миру.
Прогноз: эксперты по кибербезопасности ожидают, что к 2026 году более 70 % кибератак будут в той или иной форме включать участие ИИ. Это меняет ландшафт угроз в корне и требует соответствующей эволюции защитных стратегий.
Ключевые выводы для организаций
Компаниям, которые хотят защититься в условиях быстро меняющейся обстановки, стоит расставить приоритеты так:
- Инвестиции в продвинутые средства детекта
Традиционных антивирусов и сигнатурных систем скоро будет недостаточно. Нужны поведенческий анализ, детект на основе машинного обучения и платформы XDR (Extended Detection and Response). - Усиление почтовой безопасности
ИИ-фишинг стал слишком эффективным, чтобы откладывать защиту почты на потом. Внедряйте Advanced Threat Protection, включайте многофакторную аутентификацию везде и заведите чёткие процедуры проверки чувствительных запросов. - Непрерывное обучение персонала
Программы повышения осведомлённости должны учитывать ИИ-угрозы. Сотрудникам стоит объяснить: фишинговые сообщения теперь выглядят всё более легитимно и лично. - Планирование реагирования на инциденты
Исходите из того, что инциденты будут, и готовьте сценарии заранее. Разрабатывайте, тестируйте и регулярно обновляйте планы реагирования, включая сценарии атак с участием ИИ. - Разведка угроз
Подпишитесь на threat intelligence сервисы, которые следят за подпольной киберпреступной экосистемой и развитием вредоносного ИИ, чтобы узнавать о новых инструментах вовремя, а не постфактум.
Заключение
Появление вредоносных LLM вроде WormGPT 4 и KawaiiGPT — рубежный момент в истории кибербезопасности. Демократизируя доступ к сложным атакам, эти инструменты меняют ландшафт угроз сразу с двух сторон: расширяют пул потенциальных атакующих и одновременно сокращают время и экспертизу, нужные для разрушительной операции.
Исследование Unit 42 подтверждает: это не теоретические выкладки, а реальные инструменты, которые уже применяются в атаках. С сотнями подписчиков в Telegram и подтверждёнными возможностями (от убедительного фишинга до полноценных вымогательских программ) вредоносные модели ИИ прочно закрепились как постоянный элемент киберпреступной экосистемы.
Порог входа в киберпреступность действительно никогда не был ниже, и организациям придётся срочно пересматривать подходы к безопасности. Инструменты, рассчитанные на эпоху, когда атакующим требовались серьёзные технические навыки, нужно дополнять стратегиями, которые учитывают реалии ИИ, и исходить из того, что у противника уже есть мощная автоматизация и интеллектуальные инструменты под рукой.
Легальный ИИ продолжает развиваться, и вредоносные аналоги вслед за ним становятся всё изощрённее. Сообществу кибербезопасности остаётся сохранять бдительность, адаптироваться и на шаг опережать в разработке контрмер. Будущее цифровой безопасности всё сильнее определяется гонкой между наступательным и оборонительным ИИ, а людям-экспертам в этой автоматизированной войне достаётся роль стратегов и дирижёров.
Организации, которые вовремя осознают этот сдвиг и вложатся в современные архитектуры безопасности, непрерывное обучение и адаптивные стратегии защиты, встретят новую эпоху ИИ-поддерживаемой киберпреступности во всеоружии. А те, кто не успеет адаптироваться, рискуют стать жертвами быстро растущей армии атакующих, вооружённых инструментами, которые ещё пару лет назад казались научной фантастикой.