AI工具加速对韩国银行的攻击

2026年9月底至10月初期间，数家韩国金融机构成为网络攻击的目标，攻击中人工智能加速了对易受攻击系统的搜索。安全公司CrowdStrike依据攻击者控制的服务器上的文件和会话日志重建了攻击过程。The Decoder和台湾专业媒体iThome独立报道了该分析。两家来源均强调，归因需谨慎解读：CrowdStrike认为攻击者可能是使用中文的人员，但仅给出中等可信度，并未将此活动归属于任何已知的国家或犯罪组织。

ARTEX 自动化漏洞搜索

此次事件的核心是ARTEX，这是一款开源的渗透测试工具。它于2026年7月在GitHub上发布，由中国开发。该程序将传统的检测方法与大型语言模型相结合。运营者无需手动检查每个目标地址及可能的漏洞，而是可以自动化流程、评估技术提示并准备攻击步骤。根据CrowdStrike的说法，ARTEX被配置为使用DeepSeek v4.1‑flash作为主要语言模型。在其他会话日志中，还出现了GLM‑5.3和Grok 4.6作为辅助工具。

安全研究人员称，获取的数据包括ARTEX的配置文件、Claude Code的日志以及保存的工作笔记。这些资料不仅展示了技术操作步骤，还显示攻击者在Telegram群组中寻找被盗数据的交易市场。这些痕迹表明被窃取的信息可能被用于商业获利。但它们并未证明确实发生了出售。迄今为止，来源未报告确认的买家，也没有完整记录的数据转让情况。

单家银行泄露至少2.5万条记录

关于新韩银行（Shinhan Bank）的信息尤为具体。韩国媒体《Khan》报道，该行超过25,000条记录被泄露，内容包括姓名、联系方式、收入和信用额度。其他银行也可能受到影响，但在现有报告中未完整披露其名称及被窃取记录的具体数量。因此，无法可靠地统计受害总数或估算潜在的经济损失。诸如身份盗窃、欺诈或滥用信用申请等后果目前也未量化。

韩国金融监管机构在事件曝光后召集了紧急会议。总统李在明要求进行全面调查。这些反应显示了政治层面的重要性，但并不等同于已完成的取证检查。目前公开信息尚未证实所有受攻击机构是否存在相同的漏洞，或ARTEX是否针对不同目标采用了不同的入口。同样缺乏关于攻击者在网络中潜伏多长时间以及哪些防御措施失效的细节。

AI改变攻击速度，但不改变取证规则

此案例并不能证明单凭语言模型就能攻破银行。它更显示出单一操作者如何将现有工具、开源模型与传统攻击技术相结合。自动化搜索和机器生成的建议缩短了从已知漏洞到可行攻击的路径。但关键步骤仍然是攻击者的技术操作。归因也必须基于基础设施、语言、时间模式及其他线索。仅凭使用的模型或在中国开发的工具本身，无法单独证明攻击者的来源或委托方。

• CrowdStrike仅以中等可信度将攻击者归于中文使用环境
• ARTEX将自动化安全测试与多个语言模型相结合
• 新韩银行泄露的记录超过25,000条
• 其他机构的受害者和损失数据尚未完整披露
• 被盗数据的出售尚未公开确认

对银行而言，这意味着双重任务。必须更快修补已知漏洞，因为攻击者正日益自动化地寻找这些漏洞。同时，需要对异常查询、新工具和数据流动进行记录，以便事后能够可靠地重建事件。传统措施如网络分段、多因素认证、最小权限以及对大规模数据外流的监控，因AI的出现并未失去重要性。相反，攻击准备越快，响应时间越短、明确的切断路径就越关键。

仍然不清楚此次行动的实际规模。CrowdStrike的分析基于攻击者基础设施中的材料；在引用的报告中未出现韩国当局或第二家安全公司的独立验证。也未证实与任何国家或有组织团体的关联。最可靠的结论是：开源的AI驱动攻击工具已在针对金融机构的真实入侵中被使用，且至少有一家银行报告了大量敏感客户数据外泄。其余细节仍需持续调查予以澄清。