##  [Pas på disse AI-drevne cyberangreb  ](/index.php/da/node/132) 

    *Indsendt af Lennart den man, 24 nov 2025 - 07:26*  

 Denne artikel diskuterer den voksende trussel fra AI-drevne cyberangreb ved at præsentere fem eksempler:

1. **AI-drevet svindel (Deepfakes):** Generativ AI kan skabe realistiske lyd- og videodeepfakes ved at efterligne en persons stemme eller udseende. Disse kan bruges til at udgive sig for at være enkeltpersoner og narre medarbejdere til at overføre store pengesummer, som det er set i virkelige eksempler. Selv korte lydklip kan være nok til at skabe en overbevisende deepfake.
2. **AI-drevet phishing:** AI forbedrer phishing-angreb markant ved at generere e-mails med perfekt grammatik og personligt indhold, hvilket gør dem sværere at identificere som falske. LLM'er kan skabe overbevisende phishing-beskeder hurtigt og effektivt, selv for angribere, der ikke mestrer sproget. Dette omgår traditionelle spor som dårlig stavning og grammatik.
3. **AI-drevne login-angreb:** AI-agenter, som "brute force AI", bruger Large Language Models (LLM'er) til at identificere login-sider og derefter forsøge at få adgang gennem brute-force- eller password spraying-teknikker. AI'en automatiserer processen, hvilket gør det lettere for angribere at finde sårbarheder.
4. **AI-baseret ransomware:** Projekter som "prompt lock" demonstrerer, hvordan AI-agenter, drevet af LLM'er, kan planlægge og udføre ransomware-angreb. De analyserer systemer, identificerer følsomme data, bestemmer løsesumsbeløb, genererer angrebskode og skriver endda personlige løsesumsnoter. Dette kan føre til polymorfe angreb, der er svære at opdage, og ransomware-as-a-service-tilbud.
5. **AI-drevne exploits:** AI kan automatisere processen med at finde og udnytte sårbarheder. Værktøjer som "CVE genie" kan tage offentligt tilgængelige sårbarhedsoplysninger (CVE'er) og bruge LLM'er til at forstå sårbarheden og generere den faktiske exploit-kode. Dette sænker den tekniske barriere for angribere, hvilket gør det muligt for dem at lancere sofistikerede angreb med minimal kodningsviden og til en meget lav pris. Dette gælder også generering af polymorf malware.

Forsvarere bliver nødt til at udnytte AI til forebyggelse, detektion og respons for at imødegå disse udviklende trusler.