ИИ в кибербезопасности
ИИ в кибербезопасности в новостной повестке, календарь упоминаний и aналитика в реальном времени.
Упоминается вместе:
Календарь упоминаний:
ИИ в кибербезопасности переходит от пилотных проектов к массовому промышленному внедрению
По итогам опроса 1955 специалистов по информационной безопасности из десяти стран, каждое пятое предприятие планирует расширить применение искусственного интеллекта для защиты инфраструктуры. Технология закрепляется как рабочий инструмент в ключевых бизнес-процессах, а не только как экспериментальная разработка. Интеграция алгоритмов требует пересмотра подходов к контролю рисков на всех этапах жизненного цикла решений, от выбора модели до мониторинга действий агентов.
Событие: Исследование «Лаборатории Касперского» зафиксировало, что 21% промышленных предприятий в мире планируют расширить использование ИИ для задач кибербезопасности, при этом лидирует энергетический сектор с долей в 25%.
Риск: Внедрение ИИ-систем в промышленность расширяет поверхность атаки, что требует контроля не только на этапе внедрения, но и на протяжении всего жизненного цикла решений.
Событие: В 2026 году ассистент аналитика Kaspersky Investigation and Response Assistant (KIRA), использующий технологии ИИ для анализа инцидентов в SIEM-системах, был зарегистрирован в Федеральной службе по интеллектуальной собственности.
ИИ на конференции Kaspersky SAS 2026 демонстрирует сдвиг от ручного анализа к автоматизированному поиску уязвимостей
В рамках международной конференции Security Analyst Summit 2026, которая пройдет на Бали с 20 по 23 октября, искусственный интеллект выступает ключевым объектом исследования в контексте кибербезопасности. Более 200 специалистов обсудят пересечение ИИ и киберугроз, включая методы обхода защитных механизмов нейросетевых инструментов программирования. Также будет представлена система на базе больших языковых моделей, способная автономно обнаруживать критические ошибки в программном обеспечении.
Анонс: Сатоки Цудзи из Ikotas Labs представит цепочки уязвимостей, позволяющие обходить защитные механизмы ИИ-инструментов для программирования до того, как запрос попадает в большую языковую модель.
Событие: Доктор Чжинян Пэн из Хуачжунского университета продемонстрирует результаты работы системы на базе LLM, которая автоматически обнаружила и проверила более 100 уязвимостей нулевого дня в популярных версиях Android.
Фактор: Автоматизация поиска уязвимостей с помощью ИИ сокращает время обнаружения критических ошибок с недель ручного труда до массового сканирования, что уменьшает окно уязвимости для злоумышленников.
ИИ стал главным драйвером роста числа критических уязвимостей в программном обеспечении
Массовое внедрение инструментов искусственного интеллекта для анализа кода привело к резкому увеличению количества обнаруженных брешей безопасности. Алгоритмы машинного обучения охватывают неизученные ранее массивы данных, выявляя скрытые дефекты и формируя новые классы атак. Это смещает фокус безопасности с ручного аудита на автоматический скрининг всего кодового пространства, что требует от бизнеса пересмотра стратегий приоритизации исправлений.
Событие: Во втором квартале 2026 года количество критических уязвимостей выросло на 34% по сравнению с аналогичным периодом прошлого года, составив 2,7 тысячи брешей за три месяца.
Фактор: Переход разработчиков и специалистов по безопасности на использование ИИ-инструментов для анализа кода стал основной причиной роста числа обнаруженных уязвимостей.
Эффект: Алгоритмы машинного обучения позволили выявить новые поверхности атак и классы уязвимостей, существовавшие десятилетиями, но не замеченные людьми, включая бреши в ядре Linux под названием DirtyFrag.
Риск: Активная эксплуатация только что опубликованных брешей в целевых атаках во втором квартале 2026 года отменяет «окно безопасности» для компаний из-за публикации эксплойтов до выхода патчей.
ИИ как множитель силы, требующий адаптивной защиты и критического мышления
Искусственный интеллект создал асимметрию в кибербезопасности, позволяя злоумышленникам действовать с машинной скоростью и автоматизировать сложные атаки, что делает традиционные методы защиты неэффективными. В ответ организации должны переходить от статических индикаторов к поведенческому обнаружению и непрерывной валидации, рассматривая ИИ как инструмент усиления, а не замену человеческого суждения. Устойчивость достигается за счет сочетания адаптивных систем и развития у специалистов навыков критической оценки выводов алгоритмов, системного мышления и этического суждения в условиях неопределенности.
В нашей базе собрано 4 события по теме «ИИ в кибербезопасности». Мы показываем все из них.