דוח CrowdStrike: ה-AI מייצר יותר התרעות מאנשים

מה קורה כשה-AI שלכם הופך מפתרון לבעיה? דוח חדש של CrowdStrike חושף שבינה מלאכותית היא עכשיו גם מטרה ישירה למתקפות וגם מייצרת יותר התרעות זדוניות מאירועי תקיפה אנושיים. אם אתם עובדים באבטחת מידע, כדאי שתתייחסו לזה ברצינות.

דוח חדש משנה את המשחק

הדוח השנתי Threat Hunting Report של CrowdStrike לשנת 2026 מבוסס על תצפיות של צוות ציד האיומים OverWatch, שעקב אחרי יותר מ-290 גורמי איום ידועים במהלך 12 החודשים שקדמו ליוני 2026. השנה הם עשו שינוי מתודולוגי משמעותי: הם חושפים לא רק חדירות אינטראקטיביות, אלא גם מתקפות אוטומטיות. לדבריהם, זה נותן תמונה מדויקת יותר של האופן שבו תוקפים פועלים היום.

הנתון המרכזי? התנהגויות המופעלות באמצעות AI מייצרות פי 2.5 יותר התרעות מאשר טריגרים אנושיים. צוות OverWatch מבצע טריאז׳ בממוצע ל-14 מיליון התרעות זיהוי ביום, מה שמתורגם לכ-36,000 התראות לקוחות בשנה. זה המון רעש – והרבה ממנו מגיע מה-AI עצמו.

חלון הניצול מצטמצם לשעות

אחת המגמות המדאיגות היא קיצור דרמטי של זמן הניצול. בין ינואר ליוני 2026, 88% מהפגיעויות עם קוד הוכחת היתכנות (PoC) זמין בפומבי נוצלו תוך 48 שעות ממועד השחרור. קבוצות סיניות אפילו מהירות יותר: React2Shell, פרצת RCE ב-React Server Components וב-Next.js, נחשפה ב-3 בדצמבר 2025 ותוקנה. כבר למחרת היה קוד ניצול עובד, ותוך 24 שעות קבוצות Vault Panda ו-Genesis Panda תקפו.

צוות OverWatch רדף אחרי יותר מ-800 צידים ויותר מ-80 קורבנות בארבעת הימים הראשונים. אם אתם עדיין עובדים עם חלון תיקון של 30 יום, תחשבו שוב – הקצב החדש של התקיפות הוא 24–48 שעות.

AI כמטרה: LLMjacking וטכניקות חדשות

AI הפך למטרה ישירה. 16% מהטכניקות ש-CrowdStrike צפו בהן ב-MITRE ATLAS קשורות לתשתיות AI. הם תפסו מטען ניצול עם תצורת שרת Model Context Protocol זדונית, שנועדה לקרוא משתני סביבה מתהליך הורה ולשלוח נתונים ל-webhook חיצוני.

תופעת ה-LLMjacking – גניבת גישה למודלי AI ארגוניים – גוברת. במאי 2026, תוקף השתמש בזהות גנובה כדי להסלים להרשאות מנהל בשירות של מודל בסיס אצל ספק ענן, ושלח כמעט 200,000 בקשות API בשתי דקות, לפני שבלמו אותו. זה מראה איך אפשר לנצל משאבי AI על חשבון הקורבן.

AI ככלי: יותר מפי שניים מאנשים

תוקפים משתמשים ב-AI כדי להאיץ מתקפות. קבוצות כמו Famous Chollima (צפון קוריאה) בנו חברות מזויפות שלמות עם אתרים, חשבונות GitHub ותשתיות אימייל שנוצרו באמצעות AI כדי לתמוך בפעילות הפנימית שלהן. AI עוזר לזהות פגיעויות, לפתח PoCs, ליצור סקריפטים זדוניים ולתכנן מתקפות אוטומטיות.

Adam Meyers, סגן נשיא בכיר לפעולות נגד יריבים ב-CrowdStrike, אמר: "התנהגויות המופעלות באמצעות AI עקפו טריגרים אנושיים. AI מייצר זיהויים בתדירות גבוהה משמעותית מזו שבני אדם מייצרים, וזה נותן מושג עד כמה השימוש ב-AI נפוץ — והוא באמת נפוץ בכל מקום."

שרשרת אספקה: npm ב-87% מהמקרים

סביבות מפתחים הפכו ליעד עיקרי. 87% מהתוכנות הזדוניות שזוהו ב-registries היו ב-npm. קבוצות כמו Stardust Chollima (צפון קוריאה) ו-Altered Spider (הפועלת בתחום הפיננסי) פעילות במיוחד.

Stardust Chollima ניצלה פרטי התחברות גנובים של מתחזקים כדי לפגוע בחבילת ה-Axios ב-npm במרץ 2026. ביוני הם הזריקו תלות npm זדונית לפחות ל-131 חבילות של Mastra AI framework. הכניסה הייתה דרך עובד Mastra: הם פנו אליו ב-LinkedIn, שכנעו אותו להצטרף לשיחת וידאו וללחוץ על קישור זדוני.

Altered Spider פועלת בקנה מידה גדול יותר: התוכנה הזדונית שלה מתפשטת מעצמה, לוקחת פרטי התחברות גנובים של מתחזקים ומפרסמת מחדש חבילות נגועות. ביום אחד במהלך קמפיינים במאי, הם פגעו ביותר מ-300 תלויות תוכנה. במרץ הם הרעילו תגיות Git ב-trivy-action.

Vishing: עלייה של 134%

שיטת גישה ראשונית שצומחת במהירות היא Vishing – התחזות לתמיכה טלפונית. מתקפות כאלה עלו ב-134% בין 2024 ל-2025, ובמחצית הראשונה של 2026 נצפו פי שניים יותר אירועים מאשר במחצית השנה הקודמת. תוקפים מתחזים לתמיכה ב-IT, משכנעים עובדים להזין פרטי התחברות בדפי כניסה מזויפים או לאפשר גישה מרחוק באמצעות תוכנה לגיטימית כמו Microsoft Quick Assist.

התגובות וההשלכות

Meyers סיכם: "כלי AI שמיושמים עכשיו בכל ארגון גלובלי יוצרים גם שטח תקיפה מורחב. AI הוא גם נשק, גם מטרה וגם מכפיל כוח ליריבים."

הדוח מדגיש שרוב הארגונים לא רואים ב-AI מטרה, ולכן לא אבטחו אותו ולא הציבו גבולות מתאימים. המגמה ברורה: ככל שמערכות AI agent, שילובי אפליקציות AI ומנהלי תלות של AI agents מתרחבים, שטח התקיפה גדל.

"אותם כלי AI שמניעים עסקים מודרניים יוצרים משטחי תקיפה לא מוגנים שתוקפים מנצלים", אמר Meyers. "אנחנו חייבים לאבטח את ה-AI. זה קריטי לחלוטין."

מה זה אומר לכם?

אם אתם מפתחים, בודקי אבטחה או מנהלי תשתיות – שימו לב ל-registries, ל-dependencies ולמודלי AI שאתם מטמיעים. אם אתם מנהלים אבטחה, הקדישו משאבים לאבטחת AI באותה מהירות שבה אתם מאמצים אותו.

אז בפעם הבאה שאתם מטמיעים כלי AI, אולי כדאי שתבדקו גם את האבטחה.