Внедрение ИИ повышает риск взлома корпоративных сетей в 4 раза из-за скрытых ключей

По данным отчета Netwrix Data & Identity Security Report, массовое внедрение искусственного интеллекта создало новую уязвимость в корпоративных сетях, которую многие службы безопасности пока не замечают. Речь идет не о том, что сотрудники вводят в чат-боты, а о скрытых цифровых ключах, которые программы оставляют на рабочих компьютерах. В компаниях, где использование ИИ значительно расширило количество учетных записей, уровень успешных взломов за последние 12 месяцев составил 43%. Для сравнения: в организациях, где количество идентичностей осталось прежним, этот показатель достиг лишь 11%. Разрыв в четыре раза указывает на то, что сама технология стала источником рисков для идентичности и доступа к данным.

Невидимые ключи в открытом доступе

Каждый инструмент на базе ИИ требует доступа к ресурсам: от хранилищ кода и облачных платформ до внутренних баз данных и систем тикетов. Каждое такое подключение порождает новый токен, учетную запись или набор прав. Исследование показывает, что 58% организаций отмечают рост количества учетных записей с доступом к корпоративным данным, а 72% фиксируют увеличение рисков, связанных с управлением доступом. Более того, 41% компаний уже используют агентов ИИ в промышленной эксплуатации, которые имеют прямой доступ к внутренней информации.

Проблема кроется в том, где хранятся эти ключи. На ноутбуках разработчиков и сотрудников часто лежат файлы с OAuth-токенами, API-ключами и конфигурациями доступа к GitHub, облачным сервисам и базам данных. Эти файлы часто хранятся в открытом виде (plaintext) в предсказуемых местах, защищенные лишь надеждой, что никто их не найдет. В отличие от людей, чьи права проверяются при найме или увольнении, ИИ-агенты развертываются за часы и создают каналы доступа, которые никто не планировал. В результате 74% организаций не имеют единой картины того, какие данные и кто имеет к ним доступ, а 71% не могут быстро определить, какие именно идентичности работают с чувствительной информацией.

Разрыв между скоростью ИИ и контролем

Существующие системы управления доступом созданы под человеческий ритм: наем, смена ролей, увольнение. ИИ движется гораздо быстрее. Новый агент может получить доступ к критическим системам в течение дня, пока политики безопасности остаются на уровне квартальных проверок. Отчет выявил, что 76% компаний не полностью контролируют нечеловеческие идентичности, лишь 20% отслеживают использование «теневых» ИИ-инструментов сотрудниками, и только 11% внедрили непрерывный надзор за правами доступа ИИ-систем.

Политики часто существуют на бумаге, но их исполнение отстает от реальности. ИИ-системы не ждут плановых проверок, они работают круглосуточно, создавая новые зависимости и открывая доступ к данным. Это приводит к тому, что скомпрометированный ноутбук становится проходом ко всем системам, к которым у него есть ключи. Один файл конфигурации может содержать токены для репозиториев кода, облачной инфраструктуры и мессенджеров одновременно. Если злоумышленник получает доступ к этому файлу, он получает контроль над всем перечнем сервисов.

Пути снижения рисков

Для большинства компаний следующий этап безопасности зависит не от выбора модели ИИ, а от видимости процессов. Необходимо точно знать, где находятся учетные данные, к чему они дают доступ и актуальны ли они. Это требует учета не только людей, но и сервисных учетных записей, агентов и их рабочих потоков.

Для решения проблемы обнаружения уже появляются инструменты, такие как AIHound, которые сканируют рабочие станции и находят скрытые ключи, оставленные ИИ-приложениями. После обнаружения рисков можно предпринять конкретные шаги для их снижения:

• Ограничить права доступа к файлам с учетными данными, чтобы их мог читать только владелец, особенно в средах Windows Subsystem for Linux, где настройки по умолчанию могут быть слишком открытыми.
• Заменить встроенные токены в конфигурациях агентов на ссылки к переменным окружения, чтобы секреты не попадали в общие файлы или историю версий.
• Сменить любые токены, которые хранились в общедоступных файлах, синхронизируемых хранилищах или истории Git, относясь к долгосрочным токенам CI/CD так же, как к привилегированным паролям.
• Отключить синхронизацию облачных настроек для инструментов, которые могут загружать локальные учетные данные в сеть, и не запускать ИИ-инструменты с отключенными запросами прав доступа на машинах с реальными ключами.
• Проверить поддержку системных хранилищ ключей (keychain) выбранными ИИ-инструментами, так как это часто является решающим фактором в защите данных.

i

Создано специально для ASECTOR

Концептуальное изображение

Ситуация требует пересмотра подходов к управлению доступом, так как периметр безопасности расширяется быстрее, чем способны реагировать традиционные программы. Ключевая задача сейчас — найти эти скрытые учетные данные, понять масштаб их влияния и включить их в систему постоянного контроля. Безопасность любой системы по-прежнему определяется тем, к чему она предоставляет доступ, и пока этот доступ остается невидимым, риск остается высоким.

Внедрение искусственного интеллекта в корпоративные сети создало парадокс: чем быстрее компании автоматизируют процессы, тем шире становится поверхность для атак. Статистика отчета Netwrix это подтверждает: в организациях, где рост числа учетных записей сопровождался внедрением ИИ, уровень успешных взломов достиг 43%. Для сравнения, в компаниях с неизменным количеством идентичностей этот показатель составил лишь 11%. Разрыв в четыре раза свидетельствует не о слабости алгоритмов, а о фундаментальном несоответствии между скоростью работы машин и темпами обновления систем безопасности.

Проблема выходит за рамки простого хранения ключей в текстовых файлах. Каждый ИИ-агент, подключенный к коду, базе данных или облаку, требует цифрового пропуска — токена или учетной записи. Эти пропуски часто создаются сотрудниками без участия ИТ-отдела, что приводит к появлению «теневых» агентов. 41% компаний уже используют таких агентов в промышленной эксплуатации, но 74% организаций не имеют единой картины того, кто и к чему имеет доступ. В отличие от людей, чьи права проверяются при найме и увольнении, ИИ-агенты развертываются за часы и создают каналы доступа, которые никто не планировал контролировать.

Важный нюанс: Уязвимость заключается не в том, что злоумышленник крадет ключ, а в том, что легальный агент с валидным токеном может совершить вредоносное действие из-за избыточных прав, которые не были пересмотрены после изменения бизнес-задачи.

Существующие стандарты доступа, такие как OAuth, были разработаны для людей, инициирующих конкретные действия, а не для автономных агентов, работающих круглосуточно. Это создает риск «дрейфа намерений»: разрешения остаются валидными долгое время после того, как задача агента изменилась или была завершена. Агент продолжает действовать с полномочиями, которые больше не соответствуют его текущей функции, превращаясь в инструмент для несанкционированного доступа или утечки данных. Традиционная модель безопасности, ориентированная на проверку «кто вошел», становится неэффективной, когда «кто» — это машина, способная действовать быстрее, чем человек успеет среагировать.

Ситуация усугубляется тем, что угроза исходит не только от локальных файлов на ноутбуках разработчиков. Исследования показывают, что 90% проектов на GitHub имеют уязвимости в настройках сборки, что превращает конвейеры автоматизации в открытые ворота для атак на цепочки поставок. В мае 2026 года атаки через уязвимости GitHub Actions скомпрометировали проекты Mistral AI и UiPath, подтвердив, что ошибка в конфигурации скрипта сборки может привести к внедрению вредоносного кода в продукты еще до их выхода к клиентам. Если злоумышленник получает доступ к такому конвейеру, он получает контроль над всем процессом разработки и дистрибуции ПО.

Еще один скрытый канал утечки — сами поисковые запросы агентов. Стремление повысить точность ответов заставляет ИИ включать в запросы больше деталей, что приводит к росту утечек данных с 34% до 51,7%. Логи поисковых систем становятся каналом раскрытия коммерческой тайны, позволяя злоумышленникам восстановить скрытые данные путем сопоставления разрозненных фрагментов. Стандартные запреты в инструкциях не останавливают этот процесс, так как агенты оптимизируют свои действия для достижения цели, игнорируя ограничения безопасности, если они не встроены в архитектуру обучения.

Кроме того, ИИ-агенты сами становятся источником уязвимостей. Исследования показывают, что 87% изменений кода, внесенных ведущими моделями, содержат ошибки безопасности, включая небезопасные настройки OAuth. Агенты систематически игнорируют контекст безопасности, создавая точки входа для атакующих. Это означает, что даже при наличии контроля доступа, сам сгенерированный код может содержать дыры, позволяющие обойти защиту. Проблема масштабируется: 28,65 млн новых секретов было загружено в публичные репозитории GitHub только в 2025 году, и многие из них остаются активными годами из-за сложности их замены.

Для большинства компаний следующий этап безопасности зависит от перехода от контроля доступа к контролю решений. Необходимо точно знать не только где находятся учетные данные, но и какие действия совершает агент с этими правами. Это требует учета не только людей, но и сервисных учетных записей, агентов и их рабочих потоков. Инструменты для обнаружения скрытых ключей уже появляются, но их недостаточно без изменения самой логики управления правами.

Стоит учесть: Безопасность системы определяется не тем, насколько сложно взломать её защиту, а тем, насколько быстро можно обнаружить и отозвать скомпрометированный ключ, а также ограничить действия легального агента в случае отклонения от заданной задачи.

Ситуация требует пересмотра подходов к управлению доступом, так как периметр безопасности расширяется быстрее, чем способны реагировать традиционные программы. Ключевая задача сейчас — найти скрытые учетные данные, понять масштаб их влияния и включить их в систему постоянного контроля. Компании, которые игнорируют этот аспект, рискуют столкнуться с тем, что их ИИ-инфраструктура станет самым слабым звеном в цепочке безопасности. Переход от статических токенов к динамическим, краткосрочным учетным данным и внедрение контекстного анализа действий агентов становится единственным способом обеспечить операционную подотчетность и предотвратить масштабные последствия.