За 30-дневный период компания Tenable выявила 457 миллионов проблем безопасности, связанных с ИИ, в более чем 7 000 организациях, что в среднем составляет 62 000 уязвимостей на одну организацию. Даже если бы мы и не знали, что «теневой ИИ» представляет собой проблему, такие данные ясно показывают, что каждой организации необходимо визуализировать, картографировать, оценивать и защищать свои системы с помощью комплексной программы управления уязвимостями.
Основные выводы
- Инструменты искусственного интеллекта — как одобренные, так и неодобренные — приводят к массовой волне ежедневных уязвимостей, в среднем 62 000 на организацию за последние 30 дней. Это создает проблемы безопасности ИИ, которые в основном связаны с неправильной конфигурацией и неуправляемыми зависимостями, а не со стандартными уязвимостями CVE.
- Чтобы успешно противостоять угрозам, исходящим от субъектов, использующих искусственный интеллект, группам безопасности необходимо внедрять автоматизированные рабочие процессы, основанные на действиях агентов, которые могут локализовать и устранить критические уязвимости со скоростью, сопоставимой со скоростью работы машины.
- Пришло время командам безопасности перейти от устаревшего сканирования уязвимостей к контекстному управлению рисками на основе искусственного интеллекта, которое позволяет выявлять конкретные пути атак, ведущие к наиболее важным для них активам.
Насколько велик риск кибербезопасности, который ИИ создает для организаций?
На протяжении многих лет некоторые руководители служб безопасности руководствовались простой и приятной истиной: если панель мониторинга соглашения об уровне обслуживания (SLA) по устранению уязвимостей показывает зеленый цвет, значит, организация в безопасности. Сосредоточившись на отслеживании CVE и графиках установки исправлений, они считают, что эффективно управляют киберрисками.
Сегодня, когда ИИ усиливает киберугрозы и трансформирует киберзащиту, этот принцип превратился из рискованной банальности в откровенно опасное заблуждение. Киберкоманды, работающие по этой модели, рискуют утонуть в том, что Tenable называет «vulnami » — цунами уязвимостей CVE, подпитываемом обнаружением уязвимостей с помощью ИИ. Они также рискуют не увидеть и не устранить огромное количество угроз, не относящихся к CVE, в своих гибридных средах.
В этом блоге мы ответим на вопрос: «Какой риск кибербезопасности создает ИИ для организаций?» и разберем, как управление уязвимостями может помочь командам безопасности не только опережать «vulnami» CVE, но и решать проблемы, не связанные с CVE, по всей поверхности атаки, как в локальных системах, так и в облаке.
Печальное состояние дел с устранением уязвимостей
Почти Одна треть утечек данных (31%) начинается с незащищенной уязвимости CVE, таким образом, эксплуатация уязвимостей является наиболее распространенным вектором первоначального доступа, согласно данным отчета Verizon о расследованиях утечек данных за 2026 год (DBIR).
Вот в чем загвоздка: большинство этих CVE — это не сенсационные уязвимости нулевого дня. Зачастую это уязвимости, которым уже много лет, и для которых давно существуют исправления.
Чтобы проиллюстрировать это, вот данные последних телеметрических измерений Платформа управления рисками Tenable One показала:
- 1865 организаций по-прежнему подвержены уязвимости 2024 года в Fortinet FortiOS CVE-2024-21762
- 3569 организаций по-прежнему подвержены уязвимости Log4Shell 2021 года CVE-2021-44228
- 1430 организаций по-прежнему подвержены уязвимости WannaCry 2017 года CVE-2017-0144
Кроме того, согласно сводным данным более чем 13 000 организаций, в отчете Verizon DBIR за 2026 год было установлено, что эти организации полностью устранили уязвимости CVE лишь в 26% случаев. Известные уязвимости, используемые Агентством по кибербезопасности и защите инфраструктуры (CISA), каталог (KEV), в котором перечислены уязвимости CVE, активно используемые в реальных условиях.
Что касается своевременного обновления программного обеспечения, то, согласно отчету DBIR, большинство организаций не добиваются прогресса, а движутся назад. Среднее время обновления составляет 43 дня, по сравнению с 32 днями, зафиксированными в прошлогоднем отчете Verizon DBIR. Короче говоря, компаниям требуется больше времени для обновления программного обеспечения именно в тот момент, когда искусственный интеллект позволяет злоумышленникам обнаруживать и использовать уязвимости с беспрецедентной скоростью.
Учитывая эти обстоятельства, настало время для специалистов по защите использовать ИИ для автоматизации приоритизации уязвимостей и их устранения. Это требует доверия к вашей системе безопасности, чтобы вы могли устранять наиболее критические уязвимости за считанные часы, а не недели или месяцы.
Также пришло время выйти за рамки обычного управление уязвимостями, что по-прежнему важно, но само по себе недостаточно. Чтобы обеспечить безопасность вашей организации в эпоху ИИ, необходимо оценить все угрозы безопасности, включая уязвимости в идентификации и неправильные конфигурации, в рамках ваших ИТ-систем, операционных технологий (ОТ), ИИ, IoT и облачных ресурсов, и понять, как они в совокупности создают пути атаки, ведущие к наиболее конфиденциальным системам и данным вашей организации.
Поразительный масштаб и влияние угроз, не относящихся к CVE
Если, согласно отчету DBIR за 2026 год, 31% утечек данных начинаются с уязвимости CVE, это означает, что две трети кибер-инцидентов начинаются с чего-то совершенно другого, например:
- Неправильная конфигурация
- Украденные учетные данные
- Раскрытая тайна
Насколько важны проблемы безопасности, не относящиеся к CVE? Согласно данным телеметрии Tenable, около 37% обнаруженных уязвимостей не являются CVE, но на них приходится 63% точек входа в систему. Задумайтесь: одна треть обнаруженных уязвимостей составляет две трети вашего риска.
Таким образом, если ваша программа безопасности анализирует только или преимущественно уязвимости CVE, вы фактически не видите большей части своей поверхности атаки.
Невидимая, но масштабная угроза: Теневой ИИ
Из-за ИИ этот разрыв в прозрачности увеличивается с каждой неделей. Каждый раз, когда на рынок выходит новый инструмент на основе ИИ, сотрудники начинают его использовать, часто без одобрения вашей организации.
Как часто вашей команде приходится в спешке выяснять, не запущен ли в вашей среде несанкционированный инструмент ИИ? И, как и в других областях вашей инфраструктуры, большинство рисков, связанных с ИИ, не являются стандартными CVE, а скорее связаны с неправильной конфигурацией LLM, неуправляемыми зависимостями моделей, раскрытыми учетными данными в рабочих нагрузках ИИ и многим другим.
Чтобы оценить масштаб этой проблемы, за последние 30 дней платформа Tenable One Exposure Management Platform обнаружила 457 миллионов проблем безопасности у клиентов, используя 274 плагина обнаружения, разработанных специально для ИИ. В среднем это составляет 62 000 угроз, связанных с ИИ, на одного клиента.
Вот один конкретный пример риска, связанного с теневым ИИ. Клиент, используя плагины Tenable для обнаружения ИИ, обнаружил 12 случаев OpenClaw.
OpenClaw — инструмент для создания персональных помощников на основе искусственного интеллекта, ранее известный как Clawdbot и Moltbot.
На первый взгляд, все было не так уж плохо, хотя организация и не одобрила использование OpenClaw в своей среде. Но при более тщательном анализе они обнаружили гораздо более серьезную ситуацию.
Экземпляры OpenClaw были установлены на облачные рабочие нагрузки клиента подрядчиком, нанятым для проведения тестирования качества. Клиент предоставил подрядчику свои API-ключи, а также доступ к значительной части своего исходного кода. Более того, подрядчик настроил экземпляры OpenClaw таким образом, чтобы он мог управлять ими удаленно через Telegram — еще один несанкционированный инструмент.
Иными словами, у них было около десятка экземпляров неутвержденного инструмента искусственного интеллекта с автономными возможностями, который получал доступ к их исходному коду и был установлен сторонним подрядчиком. Более того, OpenClaw удаленно загружала неизвестно какое программное обеспечение из интернета, управляя им через канал связи, к которому компания не имела доступа и который не был ей виден.
Урок для всех нас: Вам необходимо безопасность для ИИ потому что ваша уязвимая поверхность для атак со стороны ИИ — это не проблема будущего. Она уже здесь.
Внедрите управление рисками на основе искусственного интеллекта
Если традиционные программы противодействия киберпреступности (CVE) необходимы, но недостаточны, то каков же ответ? Это — AI Exposure — Управление воздействием на основе ИИ.
Управление уязвимостями выходит далеко за рамки традиционного сканирования на определенный момент времени и включает в себя непрерывную оценку уязвимостей, неправильных конфигураций, избыточных разрешений и раскрытых секретов, которые злоумышленники могут использовать на всей поверхности атаки: в локальной среде, в облаке, в средах операционных технологий, а также в инструментах и инфраструктуре искусственного интеллекта. Крайне важно, что управление уязвимостями выходит за рамки простого перечисления этих проблем путем построения карты путей атаки, которые их связывают.
Примечательно, исследование компании Tenable показывает, что в среднем организация сталкивается с тремя путями атаки на каждое обнаруженное нарушение безопасности, поэтому, если у вас 50 000 обнаруженных нарушений, ваша среда предоставляет злоумышленникам 150 000 потенциальных путей для взлома. Конечно, не все они одинаково важны. В этом случае управление уязвимостями также помогает, изолируя и перекрывая пути, ведущие непосредственно к вашим наиболее важным активам.
Знает ли ваша команда пять или десять наиболее распространенных путей атаки, которые злоумышленник, скорее всего, использует в любой момент времени, чтобы получить доступ к самым ценным активам вашей организации? Знает ли ваша команда, сколько времени им потребуется, чтобы разорвать эти цепочки атак? Если ответ на эти вопросы «нет», то ваши приоритеты в устранении уязвимостей, вероятно, расставлены неправильно.
Время идёт
Искусственный интеллект еще больше усложняет работу защитников. Задача угнаться за скоростью атак, обнаружения уязвимостей, их эксплуатации и расширения поверхности атаки требует… операционной модели превентивной безопасности и нового подхода к снижению киберрисков.
Хорошая новость заключается в том, что благодаря автоматизации управления уязвимостями на основе ИИ, позволяющей составлять карты путей атаки и расставлять приоритеты, вы можете опередить угрозу, получив следующие преимущества:
- Единая видимость посредством непрерывной обнаружение активов выявление всех уязвимостей, неправильных настроек, избыточных разрешений и других проблем безопасности по всей поверхности гибридной атаки.
- Контекстные, основанные на искусственном интеллекте аналитические данные, позволяющие выявить взаимосвязи между, казалось бы, изолированными проблемами безопасности, создающими опасные и уязвимые пути для атак.
- Действия на скорости машины, запускающие автоматизированные, скоординированные исправления посредством агентного ИИ, рабочие процессы с соответствующими механизмами контроля, включая человеческий контроль.
Система управления рисками предлагает комплексное обнаружение активов, включая несанкционированные инструменты теневого ИИ полную видимость поверхности атаки, более точную расстановку приоритетов и устранение уязвимостей на скорости машины.
Это будет непросто, но управление рисками позволяет обеспечить безопасность вашей организации в эпоху искусственного интеллекта. Давайте начнём.
