Novo Nordisk i fokus för ransomware-medan AI förbättrar förhandlingar
9 oktober 2026 · 2 min läsning
Även publicerad på English
En analys av ransomware-grupper visar att artificiell intelligens används för att optimera förhandlingar och maximera intäkter från utpressning. Enligt analysören Tom Uren, intervjuad i podcastet Seriously Risky Biz, har attackerare förskjutit fokus från teknisk intrång till strategisk utpressning. Många organisationer har förbättrat sina säkerhetskopieringar, vilket har gjort enkel filkryptering mindre lönsam för kriminella.
För att kompensera har grupper som FulcrumSec valt att fokusera på få utvalda offer. Istället för att attackera slumpmässigt lägger de tid på att analysera stulna data. Målet är att utpressa maximal ekonomisk vinst från varje enskild intrång. I fallet mot läkemedelsbolaget Novo Nordisk, som är känt för läkemedel som Wegovy, har gruppen använt enkla åtkomstmetoder, ofta med stulen inloggningsinformation.
Under intrånget har FulcrumSec tagit stora mängder information från molnlagring och GitHub-lagringsplatser. Materialet har granskats i upp till sex månader med hjälp av språkmodeller för att identifiera värdefull information. I ett specifikt fall rapporterades att stulna ChatGPT-konton använts. De utpressande kriminella presenterade sedan mycket detaljrika lösenningssidor och hävdade att de hade analyserat data med hjälp av egna språkmodeller.
När direktförhandlingar misslyckades skickade FulcrumSec ett report till plattformen DataBreaches.net för att skapa skadad rykte och locka juridiska byråer. Samtidigt rapporterades ett andra utpressningsförsök där kriminella krävde femtio miljoner dollar. Novo Nordisk vägrade att betala något lösen och höll en hård linje. I sina meddelanden försökte FulcrumSec framstå som etiska aktörer och hävdade att de inte ville publicera känsliga personliga data.
Artificiell intelligens har visat sig lösa historiska språkbarriärer för icke-engelsktalande kriminella nätverk. Avancerade språkmodeller möjliggör skräddarsydda och felfria kommunikationer, vilket gör förhandlingar effektiva oavsett modersmål. Detta har gjort att även grupper med begränsade resurser för förhandling kan presentera övertygande krav.
Stora dataläckor kräver omfattande analys, och AI används för att automatiskt identifiera kritiska punkter att använda som förhandlingshemligheter. Framtida utpressningstekniker ser ut att innebära jämförelser mellan artificiella agenter.