Злоумышленники все активнее применяют искусственный интеллект для атак на корпоративные сети. Так, в глобальной сети ИИ-боты и автономные агенты почти в два раза активнее сканируют периметры в поисках уязвимостей. Но защищающая сторона, по оценкам аналитиков, пока удерживает преимущество — ИИ ускоряет обнаружение вторжений и разгружает мониторинг. Опрошенные “Ъ” участники рынка, впрочем, считают, что пока отдавать ИИ право принимать решения рано.

Объем трафика, генерируемого вредоносными ИИ-ботами и агентами-разведчиками в мире, за год вырос на 187%, а трафик автономных ИИ-агентов (агентских браузеров), сканирующих сетевые периметры в поисках уязвимостей,— почти в 80 раз. Такие данные приводит экспертно-аналитический центр InfoWatch.

По данным F6, доля вредоносных ботов в трафике защищаемых компанией российских ресурсов выросла с 30% в 2023 году до 41% в 2025-м, при этом боты стали точнее имитировать поведение обычных посетителей. Переносить мировые данные на российский рынок напрямую нельзя, считает эксперт НТИ по беспроводной связи Олег Яблоков, рост во многом объясняется низкой базой — к концу 2025 года на автономных агентов приходилось лишь 1,7% ИИ-трафика. Но само направление тренда российская статистика подтверждает.

По оценкам InfoWatch, примерно каждый шестой зафиксированный инцидент и успешный взлом сетей в мире совершается с прямым применением ИИ-инструментов, а 86% фишинговых атак, служащих для первичного проникновения в корпоративные сети, создается или оптимизируется с помощью ИИ. Он позволяет находить уязвимости «нулевого дня» на 70% эффективнее, при этом атакующий искусственный интеллект научился маскировать свой трафик под легитимный, что затрудняет обнаружение вторжений.

При этом тактическое преимущество в «гонке кибервооружений», подчеркивают в InfoWatch, пока у ИИ-защиты: расширения систем обнаружения угроз (NDR/XDR) выявляют аномалии и целевые атаки (APT) вдвое быстрее традиционных, ИИ-фильтрация на почтовых шлюзах блокирует до 94% фишинговых писем, поведенческие системы снижают риски внутренних угроз на 45%, а нагрузку на аналитиков центров мониторинга — на 60%.

Машинное обучение уже несколько лет работает в российских средствах защиты — SIEM, системах анализа сетевого трафика и других, а ИИ выходит из пилотной стадии, отметил ML-директор Positive Technologies Андрей Кузнецов. Эффект, по его словам, определяется тем, на каком этапе ИИ останавливает атаку — чем раньше, тем меньше ущерб; ключевая точка — почта, через которую злоумышленники получают первоначальный доступ в 80% случаев, и там основная метрика — доля заблокированного фишинга. «В пилотных проектах нашего ИИ-помощника расследование инцидентов ускорилось на 50–60%,— сказал он.— При том же штате аналитики разбирают больше событий и реже закрывают подозрительные алерты без проверки».

В России ИИ встроен в прикладные задачи — в поведенческой аналитике, антифроде, анализе почтового трафика, а массовой стадией пока остаются ИИ-функции внутри уже купленных продуктов, рассказала “Ъ” ведущий инженер-аналитик АЦ кибербезопасности «Газинформсервиса» Ирина Меженева. Критическая грань проходит между ИИ, который советует, и ИИ, который действует, считает управляющий партнер ShiftLeft Security Ксения Калембер, как только система получает доступ к корпоративным данным или API, безопасность становится обязательной частью стоимости проекта. «Чем больше полномочий получает ИИ, тем меньше возможностей отложить его потом»,— предупреждает госпожа Калембер. Защищать ИИ еще более мощным ИИ она назвала ошибкой: «Это быстро превращается в гонку бюджетов».

Филипп Крупанин