Hoạt động mạng: Hỗ trợ lừa đảo và viết tập lệnh

Nghiên cứu tình huống này ban đầu được công bố trong báo cáo tháng 10 năm 2025⁠(mở trong cửa sổ mới) của OpenAI.

Chúng tôi đã xác định và cấm một nhóm tài khoản ChatGPT tham gia hoạt động có liên quan đến các nhóm đe dọa được công khai trong ngành dưới tên UNK_DROPPITCH (Proofpoint) và UTA0388 (Volexity). Trong ít nhất một trường hợp, địa chỉ email dùng để đăng ký tài khoản ChatGPT cũng được cho là đã dùng để gửi thư lừa đảo.

Các tác nhân đe dọa vận hành những tài khoản này có các đặc điểm phù hợp với hoạt động mạng phục vụ yêu cầu tình báo của CHND Trung Hoa: sử dụng tiếng Trung và nhắm vào ngành bán dẫn Đài Loan, giới học thuật và các viện nghiên cứu chính sách của Hoa Kỳ, cũng như những tổ chức gắn với các nhóm sắc tộc và chính trị chỉ trích ĐCSTQ, đôi khi được gọi là “năm độc”.

Mô hình của chúng tôi không tạo ra năng lực tấn công mới. Các đối tượng vận hành dường như chủ yếu dùng mô hình của chúng tôi để từng bước nâng cao hiệu quả của quy trình hiện có, đặc biệt là soạn nội dung lừa đảo và gỡ lỗi hoặc chỉnh sửa công cụ.

Các tác nhân dùng ChatGPT cho hai nhiệm vụ chính: tạo nội dung cho các chiến dịch lừa đảo bằng nhiều ngôn ngữ, gồm tiếng Trung giản thể và phồn thể, tiếng Anh và tiếng Nhật; đồng thời hỗ trợ phát triển công cụ và phần mềm độc hại. Công việc phát triển của họ cho thấy đây là một tác nhân có năng lực kỹ thuật nhưng không quá tinh vi. Chẳng hạn, họ thảo luận nhiều khía cạnh và sắc thái của việc dùng AES để bảo vệ lưu lượng C2, nhưng vẫn sử dụng một khóa tĩnh đơn giản.

Kịch bản tạo nội dung lừa đảo của các tác nhân này rất chi tiết và rập khuôn, phù hợp với việc nhắm đến một nhóm nhân khẩu học được xác định chặt chẽ. Thông thường, họ tạo một email ngắn gọn, lịch sự và trang trọng dưới danh nghĩa một nhân vật trong giới học thuật, ngành nghề hoặc hội nghị. Các tác nhân đe dọa thường yêu cầu điều chỉnh giọng điệu, thay thuật ngữ theo cách dùng của từng khu vực hoặc thêm thông tin tham chiếu cụ thể đến các tổ chức. Dù những chỉnh sửa nhỏ có chủ đích này cho thấy họ nỗ lực nâng cao chất lượng nội dung ban đầu, các tác nhân đe dọa vẫn không sửa một số chi tiết dễ làm lộ ý đồ, chẳng hạn thông tin liên hệ mẫu thiếu thực tế trong phần chữ ký.

Họ yêu cầu các đoạn mã và danh sách kiểm tra để đẩy nhanh những tác vụ thường lệ. Họ yêu cầu mã để kiểm thử các phương thức truyền tải được mã hóa (HTTPS, TLS) cho hoạt động thăm dò kiểu beacon đơn giản; phác thảo các đoạn mã Go và PowerShell để liệt kê tiến trình, kết thúc tiến trình theo tên tệp thực thi hoặc thu thập thông tin môi trường; đồng thời tích hợp các trình quét phổ thông vào tập lệnh bao bash / PowerShell.

Họ cũng yêu cầu mô hình đề xuất các biện pháp làm rối mã và cải thiện an ninh tác nghiệp (OPSEC) đơn giản như đổi tên hàm, điều chỉnh tiêu đề hoặc ẩn chuỗi. Qua nhiều phiên, họ hướng đến các nguyên mẫu chỉ huy và kiểm soát cơ bản, phù hợp với phần mềm độc hại có mức độ hoàn thiện từ thấp đến trung bình, gồm vòng lặp duy trì kết nối, giao nhiệm vụ tối thiểu qua HTTP(S) và các gói nhiệm vụ/kết quả dựa trên JSON.

Chi tiết triển khai trong một số hoạt động phát triển dựa trên Go của tác nhân này trùng khớp với báo cáo trong ngành về phần mềm độc hại được theo dõi dưới tên GOVERSHELL (Volexity) hoặc HealthKick (Proofpoint), cho thấy họ đã cố dùng các mô hình để hỗ trợ phát triển phần mềm độc hại chính của mình.

Song song với việc xây dựng nhân vật và phát triển công cụ, các đối tượng vận hành còn nghiên cứu khả năng tự động hóa thêm bằng DeepSeek. Hoạt động này giống một nỗ lực thăm dò nhằm tự động hóa lừa đảo hàng loạt, chẳng hạn phân tích nội dung web để tự động tạo danh sách mục tiêu email cùng nội dung có khả năng thu hút từng mục tiêu tiềm năng đã xác định. Chúng tôi không thể xác nhận độc lập liệu các tác nhân có triển khai hình thức tự động hóa như vậy hay không và nếu có thì cuối cùng họ đã dùng mô hình nào.

Các tác nhân cố dùng mô hình của chúng tôi để lập kế hoạch và cải tiến lặp lại các thành phần C2 được mã hóa, quy trình thực thi lệnh từ xa và hoạt động tiếp cận phù hợp với từng nền văn hóa, trong đó ưu tiên tốc độ và bản địa hóa hơn là năng lực tấn công mới. Họ tạo ra các kết quả từ mô hình có vẻ nhằm hỗ trợ hoạt động bên ngoài nền tảng của chúng tôi trong nhiều lĩnh vực tác nghiệp:

• C2 được mã hóa và thực thi từ xa: yêu cầu soạn hoặc sửa mã máy khách-máy chủ bằng Go, có mã hóa thông điệp như AES-GCM, tạo lại khóa phiên, beacon thu thập thông tin hệ thống và bảng điều khiển máy chủ để phát lệnh PowerShell qua các giao thức web tiêu chuẩn hoặc kênh dựa trên WebSocket.

• Bảo vệ lưu lượng và điều chỉnh OPSEC: các yêu cầu gồm mã hỗ trợ chuyển từ WebSocket thường sang WebSocket bảo mật (wss://) và từ HTTP sang HTTPS; tắt kiểm tra chứng chỉ trong một số thử nghiệm; hòa lẫn lưu lượng thông qua giao diện CDN / TLS; cùng với xử lý thông điệp lớn hơn mà không làm máy khách gặp sự cố.

• Trinh sát và kiểm soát tiến trình: yêu cầu thông tin liên quan đến việc phát hiện phần mềm diệt virus bằng PowerShell, liệt kê tiến trình và kết thúc các tiến trình Edge / WebView2 cụ thể.

• Thiết lập công cụ quét phổ thông: hướng dẫn cài đặt và sử dụng các công cụ nguồn mở như nuclei và fscan trên hạ tầng Linux thương mại, đồng thời lưu kết quả để xem lại sau.

• Nội dung lừa đảo và tiếp cận: soạn email thuyết phục bằng nhiều ngôn ngữ gửi đến các mối liên hệ trong giới học thuật hoặc ngành nghề, bao gồm dòng tiêu đề và văn phong được điều chỉnh theo chuẩn mực địa phương.

Các hoạt động này tương ứng với những danh mục LLM ATT&CK gồm LLM-Optimized Payload Crafting, LLM-Enhanced Anomaly-Detection Evasion, LLM-Assisted Post-Compromise Activity, LLM-Assisted Reconnaissance and Discovery và LLM-Assisted Social Engineering.

Chúng tôi đã vô hiệu hóa mọi tài khoản liên quan đến hoạt động này và chia sẻ các chỉ dấu liên quan với đối tác trong ngành. Các tác nhân chủ yếu tìm cách từng bước nâng cao hiệu quả của quy trình hiện có, bao gồm tạo email lừa đảo sẵn sàng gửi và rút ngắn chu kỳ cải tiến đối với mã thường lệ và hoạt động tự động hóa. Chúng tôi không thấy bằng chứng cho thấy kết quả từ mô hình đã tạo ra năng lực vượt ngoài các kỹ thuật công khai vốn được ghi nhận đầy đủ; mô hình của chúng tôi không tạo ra năng lực tấn công mới. Lợi thế về kỹ thuật tác nghiệp mà họ tìm kiếm từ sự hỗ trợ của mô hình đến từ khả năng sử dụng ngôn ngữ trôi chảy, bản địa hóa và tính bền bỉ: có thể giúp giảm lỗi ngôn ngữ, viết mã kết nối nhanh hơn và điều chỉnh nhanh hơn khi xảy ra sự cố.