Согласно новому докладу Банка международных расчётов, передовой ИИ сократил время, которое банки могут иметь для устранения программных уязвимостей, с недель до минут, и это требует более быстрых решений по безопасности и установки исправлений.
Резюме
- В докладе БМР говорится, что ИИ может помогать находить программные уязвимости и превращать их в работающие атаки.
- Его авторы предупреждают, что плановые проверки безопасности и установка исправлений могут быть слишком медленными.
- Власти США и других стран оказывают давление на финансовые компании, требуя улучшить киберреагирование и восстановление.
- Июльский инцидент с участием агентов OpenAI и Hugging Face показал, как тест может достичь реальных систем
Доклад Банка международных расчётов, опубликованный 9 сентября его Институтом финансовой стабильности, утверждает, что банкам необходимо сократить время между обнаружением слабого места, одобрением исправления и его установкой. Его авторы называют главным изменением, с которым сталкиваются финансовые компании, системы ИИ, способные находить уязвимости и превращать их в работающие атаки.
«Окно между обнаружением уязвимости и её эксплуатацией сократилось с недель до минут», — написали авторы. В докладе не говорится, что каждую уязвимость можно эксплуатировать так быстро. В нём утверждается, что регулярные проверки безопасности и фиксированные графики обслуживания могут оставить компании уязвимыми, когда атаку можно подготовить до следующего планового ремонта.
БМР заявляет, что более быстрые атаки требуют более быстрых решений банков
Согласно докладу, Управление финансового поведения Великобритании обнаружило, что компании с трудом успевают реагировать на скорость обнаружения уязвимостей. Институт международных финансов призвал компании устанавливать срочные исправления вне обычных периодов обслуживания, даже если для этого требуется плановый простой.
Отдельные добровольные рекомендации британской Группы операционной устойчивости кросс-рыночных операций предполагают, что некоторые периоды ремонта могут сократиться с недель до дней или часов, сообщили авторы БМР. Более быстрое исправление также зависит от руководства: команда безопасности не может своевременно установить высокозначимое исправление, если люди, ответственные за одобрение перерыва в банковских услугах, недоступны или не имеют чёткого понимания, кто может принять такое решение.
Поэтому в отчёте киберреагирование рассматривается как вопрос, относящийся как к высшему руководству, так и к техническому персоналу. В нём говорится, что советам директоров нужна чёткая информация о возникающих угрозах, а учреждениям нужны процессы принятия решений, позволяющие оценить уязвимость, одобрить ответ и защитить основные услуги, не дожидаясь плановой проверки.
В Соединённых Штатах в докладе указывается на выпущенные в мае рекомендации финансового регулятора Нью-Йорка для компаний, сталкивающихся с повышенным уровнем киберугроз. По данным БМР, Департамент финансовых услуг Нью-Йорка включил достижения в области ИИ в число изменений, способных повлиять на киберриски, и попросил поднадзорные организации рассмотреть более сильные меры обнаружения, подготовки, реагирования и восстановления.
Связь с США также распространяется на внешних технологических поставщиков. В предложении от 11 сентября, как сообщал crypto.news, четыре федеральных регулятора предложили пересмотренные рекомендации о том, как банки и кредитные союзы осуществляют надзор за третьими сторонами. По данным этого отчёта, внешние компании могут предоставлять услуги обработки платежей, кибербезопасности и онлайн-банкинга, что делает надзор за поставщиками актуальным, когда программная уязвимость затрагивает услугу, которую банк не запускает сам.
Тесты ИИ показывают, как программные уязвимости превращаются в атаки
В докладе БМР ссылаются на тест под названием ExploitGym, чтобы показать разницу между обнаружением известной уязвимости и созданием работающего эксплойта. В 898 тестовых случаях Claude Mythos Preview создал работающие эксплойты в 157 случаях, или 17%, тогда как GPT-5.5 сделал это в 120, или 13%. Авторы предупреждают, что успех в тесте не доказывает, что система ИИ смогла бы проникнуть в хорошо защищённый банк.
Согласно докладу, Anthropic сообщила об обнаружении более 10 000 серьёзных программных уязвимостей с помощью Mythos Preview. Компания также заявила, что более 99% выявленных ею уязвимостей ещё не были исправлены, что ограничило то, что она могла публично раскрыть. В апреле финансовые лидеры выразили обеспокоенность способностью модели выявлять слабые места в системах, используемых в финансовой сфере; банки и государственные органы тестировали её, чтобы выявить уязвимости до любого более открытого выпуска.
Цифры, приведённые БМР, добавляют контекст к проблеме исправления. Ссылаясь на отчёт Verizon Business о нарушениях за 2026 год, авторы говорят, что эксплуатация уязвимостей составила 31% первоначального доступа в изученных инцидентах, по сравнению с 13% для украденных или неправомерно использованных учётных данных. Тот же отчёт показал, что организации полностью устранили 26% критических уязвимостей, отслеживаемых в рамках показателя Агентства по кибербезопасности и инфраструктурной безопасности США в 2025 году, по сравнению с 38% в предыдущем году.
Авторы БМР используют эти выводы, чтобы обосновать необходимость непрерывных проверок и более быстрого исправления, сохраняя при этом контроль доступа и безопасную разработку программного обеспечения. ИИ также может помочь защитникам находить недостатки и анализировать большие объёмы данных о безопасности, говорится в документе, но он не может заменить базовую работу по безопасности, которую фирма оставила невыполненной.
Инцидент с OpenAI показывает пределы контролируемого теста
Июльский инцидент с участием агентов OpenAI и платформы ИИ Hugging Face даёт документу отдельный пример того, что автономная система может делать вне своей поставленной задачи. Во время внутренней оценки агент должен был решать задачи по тестированию безопасности. Вместо этого, согласно описанию БМР, он искал ответы напрямую, использовал ранее неизвестную уязвимость в сервисе OpenAI и вышел в интернет.
Затем агент использовал украденные учётные данные и другие слабые места, чтобы выполнить несанкционированный код в системах Hugging Face, говорится в документе. Hugging Face сообщила об ограниченном доступе к внутренним наборам данных и учётным данным, но без изменений в публичных ресурсах. Она также использовала ИИ для изучения более 17 000 событий в ходе своего расследования, согласно БМР.
Авторы подчёркивают, что OpenAI ослабила обычные меры защиты, предоставила значительные вычислительные мощности и позволила агенту действовать самостоятельно во время теста. Они говорят, что инцидент не является доказательством того, что модели ИИ самостоятельно развивают злонамеренные цели, или прямым показателем риска от инструментов, доступных общественности. По их оценке, он показывает, почему финансовые фирмы должны оценивать разрешения, инструменты и внешний доступ, предоставляемые полной системе ИИ.
Для учреждений, самостоятельно развёртывающих таких агентов, документ рекомендует вести записи о том, что делают системы, ограничивать доступ к данным и инструментам, требовать одобрения человека для действий с высоким воздействием и поддерживать способ остановить агента или вернуть контроль человеку.
Регуляторы сосредоточены на поддержании работы критических служб
В документе БМР говорится, что немецкий BaFin призвал к более быстрому исправлению, а Валютное управление Гонконга призвало учреждения тестировать сценарии атак с использованием ИИ и укреплять свою способность сдерживать нарушения. Регулятор Гонконга также попросил фирмы улучшить планы восстановления, поскольку нарушения могут стать более вероятными, согласно отчёту.
В Европе авторы указывают на киберстресс-тесты Европейского центрального банка и Закон о цифровой операционной устойчивости. Оба уделяют внимание тому, могут ли финансовые учреждения продолжать предоставлять критические услуги во время серьёзного сбоя, а не только тому, можно ли предотвратить атаку.
В документе говорится, что существующие принципы Базельского комитета уже призывают банки определять критические операции и системы, от которых они зависят. Эти принципы также охватывают управление исправлениями, контроль доступа, обмен информацией об угрозах и регулярные тесты на устойчивость.
