2025年开年 ，网络由国人研发的攻击AI大模型DeepSeek火出天际 。

尤其是后黑自DeepSeek-R1发布，十余天内
，手浮在全球范围内快速掀起关注热潮 ，出水成为AI发展历史上的网络现象级事件之一。上至各国政要
，攻击下至十几亿普通用户，后黑以及大量创投
 、手浮AI和科技型公司 ，出水都在讨论 、网络研究和热议DeepSeek。攻击

但与此同时，后黑DeepSeek也深陷网络攻击的亿华云手浮风暴之中 ，遭遇了持续的出水、大规模 、高密度的恶意网络攻击
，导致其服务时常处于中断状态，显示为“服务器繁忙，请稍后再试”，严重影响正常用户的使用体验 。

针对DeepSeek 的攻击可以划分为两个阶段 。在1月27日之前 ，网络攻击主要以NTP  、SSDP、源码下载CLDAP等反射放大攻击，影响范围尚可控制
。自1月27日开始，大量的HTTP代理攻击开始出现 ，以及专业的僵尸网络团伙集中火力，对DeepSeek的AI服务和数据发起了密集攻击 。

具体事件时间线如下 ：

DeepSeek网络攻击幕后黑手

ANY.RUN也发布报告称 
，在后期针对DeepSeek的源码库恶意攻击中，最为典型的就是两种Mirai僵尸网络变体——“HailBot”和“RapperBot”。由于这两大僵尸网络一直“接单”，因此可以认为此次攻击是有针对性目的 ，而非一次单纯的网络攻击行为。

HailBot基于Mirai源码开发而来，其命名源自于运行后输出的字符串信息“hail china mainland”（中国大陆万岁） ，独特的表达方式很可能是栽赃陷害 。高防服务器HailBot的攻击平均每天攻击指令上千条
、攻击上百个目标。攻击目标分布在中国 、美国、英国 、中国香港 、德国等地区。

HailBot的攻击方式主要包括以下几种：

有意思的是
，HailBot的C&C基础设施5.181.80.120和5.181.80.115早期还曾传播过多个搭载CVE-2017-11882漏洞的诱饵文档 ，这些诱饵文档以“INVOICE.xlsx”，“Product_requetslist.xlsx” ，“CIF WMS REF NO 451RFQ ARN-DT-2021-06-29.xlsx”等作为文件名，诱导受害者打开文档以触发漏洞 ，从而下载执行Lokibot和Formbook在内的多款商业化窃密型银行木马 。

RapperBot也是一款基于Mirai源代码二次开发的僵尸网络恶意软件 ，主要针对物联网（IoT）设备
，自2022年6月以来一直保持活跃 。它通过SSH暴力破解和Telnet默认口令探测进行传播 ，感染设备后，攻击者可以执行多种分布式拒绝服务（DDoS）攻击
。

RapperBot的C&C协议进行了改良 ，采用双层异或加密和随机字节填充 ，增强了隐蔽性 。通过控制大量被感染的设备，向目标服务器发起DDoS攻击，可能导致目标服务器的网络带宽和系统资源耗尽 ，无法正常服务

传播方式
：

攻击方式：

DeepSeek深陷风暴之中

除了针对性的网络攻击，DeepSeek同样也成了黑产眼中的“肥肉”，大量网络犯罪分子发布山寨版本来传播恶意软件，或骗取用户的订阅费用 。例如ESET就曾发现 ，/deepseek-6phm9gg3zoacooy.app-tools.info网站传播被标识为Win32/Packed.NSIS.A的恶意软件。由于该恶意软件经过数字签名 ，因此更具欺骗性 ，容易让毫无戒心的用户放松警惕
。

ESET的研究人员指出
，这些假冒网站通常会设置一个醒目的“立即下载”按钮，而真正的DeepSeek官网并不需要用户下载任何软件即可正常使用其服务。

除了假冒网站和恶意软件分发，网络犯罪分子还利用DeepSeek的知名度进行加密货币和投资领域的诈骗 。一些不法分子在各种区块链网络上创建了虚假的DeepSeek加密货币代币。此外 ，还有一些骗子声称出售DeepSeek的IPO前股票 ，试图以此为幌子骗取投资者的资金
。

事实上，这类黑产模式并不是首次出现，此前大量火爆的现象级产品都曾遭遇类似经历。基于此，DeepSeek发布官方声明 ，称目前 ，DeepSeek 仅在以下社交媒体平台拥有唯一官方账号：

除以上官方账号外 ，其他任何以 DeepSeek或相关负责人名义对外发布公司相关信息的 ，均为仿冒账号。

DeepSeek所遭遇的网络攻击，反映出需要在网络安全领域投入更多的资源 。除上述外部攻击外，其模型的安全性与健壮性也有待提升。

基于云的网络安全、合规性和漏洞管理解决方案提供商Qualys对DeepSeek-R1 LLaMA 8B变体进行了安全分析，发现该模型在使用Qualys TotalAI（一个专为AI安全评估设计的平台）进行的安全测试中，表现不佳，未能通过大部分测试。

不少媒体也报道 ，DeepSeek比较容易遭受提示词干扰。思科研究团队使用自动越狱算法对DeepSeek R1 、OpenAI的o1-preview和其他前沿模型进行了测试，应用了来自HarmBench数据集的50个提示。

结果令人震惊 ：DeepSeek R1的攻击成功率为100%
，未能阻止任何一个有害提示，这与其它领先模型形成鲜明对比。

毫无疑问 ，DeepSeek的出现将AI大模型推向了一个新的高度，堪称AI史上的里程碑事件。但快速技术进步所带来的希望与危险总是如影随形，大量的恶意攻击者正在暗中凝视 ，需要投入更多的资源 ，提高重视程度，构筑新的安全防线。