Инструменты автоматизации при использовании искусственного интеллекта меняют характер хакерских атак, масштабы и темпы проникновения через бэкдоры уязвимости. Злоумышленники теперь могут тестировать слабые места системы, учётные данные, совершенствовать фишинговую инфраструктуру, быстро нащупывая известные слабые места в большем количестве организаций, а также с гораздо большей скоростью, чем это возможно при ручной обработке данных. В результате увеличивается разрыв в уязвимости, расстояние между видимостью, приоритетностью и безопасным устранением последствий, а также сокращается время, в течение которого «защитники» (как люди, так и автоматизированные системы) могут действовать до возникновения критически-серьёзной проблемы.
Сейчас хакеры, используя инновационные инструменты, действуют с большей скоростью, чем специалисты по безопасности могут вручную за ними угнаться. Опережать ситуацию смогут те организации, которые смогут быстро отделить небольшое количество действительно критических х рисков от лишнего шума, не распыляя своё внимание на те проблемы, которыми можно заняться позже. Внимание должно сразу концентрироваться на важном, чтобы безопасно устранить угрозы, не нарушая работу основных процессов. Именно это и обеспечивает управление уязвимостями – поэтому это направление быстро становится ключевым показателем оперативной готовности. Различные исследования центров обработки данных (ЦОД) показывают следующую картину реального положения дел:
— Резко возросло количество уязвимостей: 42,6% всех критических угроз, что более чем вдвое превышает показатель в 18,7%, зафиксированный годом ранее, и делает их крупнейшей категорией критических угроз в 2026 году.
— Проблема приоритетности реагирования на угрозы: только 7,8% оповещений об уязвимостях требовали критического или высокого внимания после проверки возможности их использования -это означает, что более 90% не нуждались в немедленном устранении.
— Концентрация риска: 76% всех критических рисков приходится всего на две категории: уязвимости и утечка внутренней информации, что приводит к концентрации риска вокруг этих факторов.
— Доля фишинговых сайтов выросла до 10,5%, по сравнению с 1,0% годом ранее, и стала одним из наиболее быстрорастущих типов угроз в этом году.
— Организации в анализируемых отраслях предприняли действия по устранению 85,9% рекомендованных исправлений, что свидетельствует о масштабном устранении уязвимостей при наличии отлаженных процессов реагирования.
Существуют разногласия по поводу того, насколько удачно название «облако» для удалённых цифровых сервисов. Безусловно, оно создало у значительной части населения впечатление, что интернет каким-то образом парит в небе, так как их представления об этом явлении сразу ассоциируются с огромными скоплениями взвешенных капель воды, сконцентрированных высоко в атмосфере, образующих одну неосязаемую массу. В цифровом мире этими «каплями» являются это центры обработки данных, как точки соединения оптико-волоконных кабелей и ретрансляции сигналов — то есть они являются ядрами конденсации облаков, которые удерживают воду во взвешенном состоянии и соединяют весь интернет. Разумеется, огромные масштабы сети порождают сложности и проблемы на этих важных объектах современной инфраструктуры. С распространением рабочих нагрузок в области искусственного интеллекта объём обмена данными продолжает быстро расти. Кроме того, с некоторых пор, многие клиенты дата-центров начали активное использование ИИ-агентских приложений на своих серверах – что добавило беспокойства в аспекте предстоящих угроз.
На протяжении десятилетий обеспечение безопасности приложений на конечных устройствах сводилось к следующим вопросам: известно ли, что приложение вредоносное? ведёт ли оно себя подозрительно? разрешено ли его запускать для данного пользователя на данной машине, и с какими привилегиями оно и его дочерние процессы должны запускаться? Каждый из этих вопросов предполагает, что поведение программного обеспечения можно знать заранее. Но ИИ нарушает это предположение, используя недетерминированные действия.
Искусственный интеллект, работающий в паре с другими пользователями, подключается к конечной точке, обладая всеми привилегиями пользователя, запустившего его, со скоростью машины и без каких-либо ограничений. Оттуда он проникает в системы SaaS, облачные и производственные системы, уже уничтожая производственные среды и парализуя работу предприятий. Предприятия развёртывают этих агентов быстрее, чем успевают обеспечить их безопасность, и теневой ИИ, установленный без одобрения ИТ-специалистов, уже работает в корпоративных сетях.
ИИ-агенты являются центром притяжения для привилегий. Чем больше систем они подключены и чем больше контекста у них есть, тем эффективнее они работают. Для обеспечения их безопасности необходима единая граница, которая должна последовательно соблюдаться независимо от источника действия. Система безопасности ИИ-агентов предоставляет группам безопасности единый способ видеть, принимать решения и контролировать, что разрешено делать ИИ, прежде чем он начнёт действовать, в рамках своих возможностей.
Профили уязвимостей резко различаются, в зависимости от сектора. В коммунальном секторе и государственном управлении преобладали уязвимости, на которые приходилось 78,2% и 56,4% критических уязвимостей соответственно, в то время как в здравоохранении лидировала утечка внутренней информации (63,6%), а в финансовом секторе — 42,7%. Здравоохранение оказалось наиболее сложной средой, показав самое медленное среднее время устранения проблем — 158,8 часов, несмотря на высокий уровень внедрения исправлений, что отражает ограничения устаревших систем, требования к бесперебойной работе клинических приложений и управление изменениями. Эти различия подчёркивают необходимость адаптации приоритетов управления уязвимостями к конкретным отраслям.
