Рекомендации Gartner по обеспечению кибербезопасности

24.10.2025 Маргарита Смирнова

Время на прочтение: 6 мин

Аналитики Gartner отмечают, что традиционные методы обнаружения и реагирования на кибератаки не справляются с растущими угрозами со стороны злоумышленников, которые используют искусственный интеллект. Превентивные решения по кибербезопасности могут обеспечить более эффективную защиту от угроз в условиях постоянно растущей глобальной сети поверхностей атак¹

Превентивная безопасность – это новый подход, направленный на предотвращение и сдерживание кибератак до их реализации, а не на реагирование на уже начавшиеся атаки. Превентивные технологии кибербезопасности используют передовые технологии искусственного интеллекта и машинного обучения для прогнозирования и нейтрализации угроз до их реализации. Они заменят автономные решения по обнаружению и реагированию в качестве предпочтительного подхода к защите от киберугроз.

Компании, которые не работают над превентивными мерами кибербезопасности, рискуют столкнуться с киберинцидентами, способными повлиять на их положение на рынке в течение следующих 2-4 лет.

Среди проблем кибербезопасности эксперты выделяют два аспекта:

— как защитить приложения ИИ от новых угроз, таких как дезинформация;

-как использовать возможности ИИ для защиты быстро расширяющейся глобальной сети поверхностей атак.

Одним из широко известных инцидентов 2025 года стала активная эксплуатация уязвимости «нулевого дня» в локальном программном обеспечении SharePoint Server от Microsoft. Эта уязвимость позволяет злоумышленникам обходить аутентификацию и удалённо выполнять код на уязвимых локальных серверах SharePoint для развертывания веб-оболочек, сохраняя при этом постоянный доступ к затронутым серверам. После успешной эксплуатации уязвимости злоумышленники закрепляются в системе и могут выполнять дополнительные произвольные команды, загружать файлы и потенциально перемещаться по сети, оставаясь незамеченными. Используя эту же уязвимость, злоумышленники могут также извлекать криптографические машинные ключи сервера, а затем подделывать собственные аутентифицированные запросы, сохраняя при этом доступ даже после обнаружения и устранения исходной уязвимости, а также удаления всех обнаруженных вредоносных веб-оболочек.

Этот пример подчеркивает основную проблему защиты от уязвимостей «нулевого дня», когда злоумышленники находят и используют ранее неизвестные уязвимости программного обеспечения до того, как поставщики программного обеспечения и конечные пользователи успеют их обнаружить и исправить, давая им «ноль дней» для реагирования.

Превентивные технологии кибербезопасности повышают устойчивость к таким атакам, концентрируясь на предотвращении, а не на реагировании. Аналитики Gartner прогнозируют, что по мере обострения конкуренции среди поставщиков решений для ИИ к 2030 году на превентивные технологии кибербезопасности будет приходиться более 50% расходов на ИТ-безопасность по сравнению с менее чем 5% в 2024 году.

Эксперты Gartner рекомендуют лишить злоумышленников доступа к новым технологическим решениям в рамках глобальной сети поверхностей атак, используя сочетание автоматизированного управления рисками и передовых технологий обфускации. Это позволит непрерывно находить и устранять уязвимости, скрывая код и конфиденциальные данные с помощью комбинации методов шифрования, маскировки и структурной обфускации, и сделает активы и ресурсы невидимыми для злоумышленников благодаря маскировке и анклавам расширенной сегментации. Передовые технологии обфускации соответствуют принципам нулевого доверия. Предполагается, что угрозы могут исходить как изнутри, так и извне. Они не просто блокируют несанкционированный доступ, но и быстрее и точнее выявляют потенциальные угрозы.

Данные технологии представляют собой точку контроля доступа к конфиденциальным данным в защищённых средах, обеспечивая наблюдение в режиме реального времени. Они служат системой раннего обнаружения попыток несанкционированного доступа или несанкционированного вмешательства.

Расширенная обфускация имеет решающее значение для организаций, которые стремятся к устойчивости к программам-вымогателям, продвинутым постоянным угрозам и кибератакам с использованием искусственного интеллекта. Подобные технологические решения используют различные обманные элементы, чтобы отвлечь злоумышленников от критически важных систем. Эти платформы создают реалистичные ловушки, такие как поддельные серверы, приложения или файлы, которые имитируют производственные системы, побуждая злоумышленников взаимодействовать с ними. Анализируя поведение злоумышленников на этих ловушках, организации могут оперативно получить ценную информацию об их тактике и методах, а затем использовать эту информацию в режиме реального времени для немедленного улучшения общей защиты.

Решения для автоматизированной защиты «движущихся целей» работают за счёт постоянного изменения конфигурации системы, превращая её в «движущуюся цель» для злоумышленников. Данные решения используют автоматизацию для динамической корректировки конфигурации системы, обеспечивая непрерывную и непредсказуемую среду. Это может включать в себя рандомизацию адресов памяти, изменение конфигурации сети или модификацию программных компонентов. Для адаптации к информации, полученной о новых возникающих угрозах, и оптимизации стратегий защиты часто используются искусственный интеллект и машинное обучение. Для ещё большего обмана злоумышленников подобная технология часто комбинируется с использованием передовых методов киберобмана, добавляя ещё больше уровней «движущихся целей».

Эксперты рекомендуют также использовать предиктивную разведку угроз, когда платформы непрерывно собирают информацию из разных источников, таких как оповещения безопасности, публичные онлайн-обсуждения, даркнет и записи прошлых кибератак. Затем, используя сочетание передовой аналитики, искусственного интеллекта и машинного обучения, решения предиктивной разведки угроз анализируют эти данные, чтобы выявлять возникающие угрозы, понимать, как действуют злоумышленники, и находить уязвимости, прежде чем ими смогут воспользоваться. Эти платформы также могут предсказывать, какие угрозы с наибольшей вероятностью будут направлены на конкретную организацию. Они анализируют такие факторы, как сфера деятельности компании, используемые технологии и публичность в Интернете. Благодаря этим прогнозам организация может устранять уязвимости и риски, чтобы усилить защиту ещё до того, как произойдет атака, что обеспечит большую безопасность цифровых активов.

Решения автоматизированного управление рисками предоставляют возможности для непрерывной оценки поверхностей атак и определения приоритетности уязвимостей и рисков для их устранения. В современной сложной технологической среде, охватывающей многооблачные среды, гибридную инфраструктуру и новые технологии на основе искусственного интеллекта, оперативное управление уязвимостями вручную невозможно. Инструменты автоматизированного управления рисками обеспечивают масштабируемый непрерывный мониторинг всех компонентов этой среды. Автоматизация обеспечивает получение контекстуальной информации о ландшафте рисков организации в режиме реального времени. Это позволяет более обоснованно выявлять угрозы, точнее приоритизировать риски и получать своевременные и действенные рекомендации по устранению последствий.

Эксперты Gartner прогнозируют переход от универсальных платформ безопасности аварийного восстановления к более целевым и эффективным решениям превентивной кибербезопасности, многие из которых будут основаны на агентском ИИ и предметно-ориентированных языковых моделях. Механизмов кибербезопасности на основе аварийного восстановления больше не будет достаточно для защиты активов от злоумышленников с использованием ИИ.

Игнорирование изменений, вызванных киберугрозами, связанными с ИИ, создаёт значительный и постоянно растущий риск для компаний-лидеров в области продуктов и инноваций. В связи с этим компания Gartner прогнозирует, что к 2030 году будет зафиксировано более 1 миллиона общих уязвимостей и рисков кибербезопасности, что почти в 4 раза больше, чем в 2025 году (около 277 000 соответственно).

Исследование Gartner показывает рост числа атак GenAI за 12 месяцев.

62% организаций столкнулись с атакой типа «дипфейк», включающей социальную инженерию или использование автоматизированных процессов, а 32% заявили, что стали объектом атаки на приложения ИИ. Чат-боты-помощники уязвимы к различным методам вредоносных подсказок, например, когда злоумышленники генерируют подсказки для манипулирования большими языковыми моделями или мультимодальными моделями, создавая предвзятые или вредоносные результаты.

Эксперты Gartner считают, что организациям следует усилить основные механизмы контроля и внедрить целевые меры для каждой новой категории риска.

Цифровая трансформация бизнеса и появление киберфизических

систем создают беспрецедентный риск для безопасности. В ответ на это многие организации внедряют новые подходы к обеспечению кибербезопасности. При этом, организациям сложно сбалансировать кибербезопасность с необходимостью ведения бизнеса.

Действенный способ эффективно противостоять растущим рискам, связанным с цифровизацией, и растущим киберугрозам – это внедрение программы постоянной безопасности. Обоснованная программа обеспечения безопасности поможет понять, делает ли организация достаточно для разумной защиты своих информационных ресурсов.

Ажиотаж вокруг GenAI в краткосрочной перспективе может вызвать разочарование, поскольку внешнее давление с целью повышения производительности операций по обеспечению безопасности сталкивается с недостаточной зрелостью функций и фрагментированными рабочими процессами.

Модели GenAI и сторонние большие языковые модели дают значительные преимущества, но создают и новые пользовательские риски. Для их минимизации требуются специализированные меры. Их можно разделить на три категории: обнаружение аномалий контента; неприемлемое или вредоносное использование; неуправляемый корпоративный контент передается через подсказки, что ставит под угрозу конфиденциальность вводимых данных.

Внешнее размещение LLM и других моделей GenAI увеличивает риски, поскольку предприятия не могут напрямую контролировать процессы своих приложений, а также обработку и хранение данных. Однако локальные модели, размещаемые предприятием, также подвержены риску, особенно при отсутствии мер безопасности и контроля рисков.

Популярность специализированных ИИ-агентов создаёт новые поверхности атак и риски, требующие от предприятий внедрения безопасных методов разработки и обеспечения защиты во время эксплуатации. Поскольку действия ИИ-агентов основаны на вероятностной модели, они менее предсказуемы, что затрудняет управление рисками. Чтобы воспользоваться преимуществами ИИ-агентов и одновременно избежать неопределённости, руководителям отделов кибербезопасности следует обеспечить контроль доступа. Большинство сбоев в работе агентов, вероятно, будет вызвано проблемами контроля доступа. Руководители служб кибербезопасности должны контролировать доступ агентов к корпоративным и сторонним системам и ресурсам, применяя определённые принципы (например, управление учётными данными).

Компании принимают на себя больше рисков, реагируя на макроэкономические условия и меняющийся ландшафт угроз. В Gartner рекомендуют добиться прогресса за счет:

— внедрения безопасного использования GenAI путем внедрения аспектов кибербезопасности в структуру управления GenAI;

— внедрения методов и технологий снижения рисков при управлении неструктурированными данными;

— внедрения расширенного управления хранением данных и обнаружения угроз на основе искусственного интеллекта.

По мере того, как организации интегрируют и превращают GenAI в массовый продукт, требуется создать надежный барьер, защищающий технологию и ее использование. GenAI внедряется посредством встраиваемого программного обеспечения и новых структур (например, агентского ИИ), поэтому политики должны регулярно обновляться для учета новых возможностей и последствий для безопасности.

Аналитики Gartner рекомендуют определить краткосрочные, среднесрочные и долгосрочные цели для определения и внедрения управления GenAI:

Краткосрочная перспектива. Требуются артефакты управления рекомендациями GenAI, политика, стандарты, процедуры и руководства по использованию GenAI для решения проблем безопасности, характерных для GenAI.

Среднесрочная перспектива. Мониторинг соблюдения требований и выявление недостатков управления.

Долгосрочная перспектива. Сотрудничество с руководителями компаний для устранения пробелов, возникающих в связи с развитием моделей внедрения и развертывания GenAI.

Основная причина неудачных развёртываний GenAI – отсутствие данных, готовых к использованию. Организациям, использующим конвейеры генерации данных с дополненной извлечением для своих приложений GenAI, необходим доступ к неструктурированным данным, которые составляют от 70% до 90% данных в современных организациях.

Помимо этого, требуется обеспечить корректную работу с данными:

— внедрить программу управления данными для решения конкретных задач и получения преимуществ от интеграции GenAI в организацию;

— сократить объем ненужных данных и оптимизировать подготовку данных для приложений ИИ;

— убедиться, что инструменты обнаружения данных, классификации данных и инструкции по обработке готовы для использования ИИ;

— обеспечить соблюдение требований к размещению данных, особенно в отношении услуг GenAI, предполагающих трансграничную передачу данных;

— обеспечивать четкую видимость и прозрачность использования ИИ в стандартизированных бизнес-приложениях и пользовательских приложениях ИИ, требующих больших данных для обучения языковой модели.

В Gartner также рекомендуют повысить кибербезопасность данных с помошью киберхранилищ² Традиционные уровни безопасности инфраструктуры, ориентированные на сеть и конечные точки, уже недостаточны для предотвращения кибератак и потери данных. Gartner прогнозирует, что к 2029 году все корпоративные решения для хранения данных будут включать функции киберхранилищ, ориентированные на активную защиту после кибератак, после которых восстановление данных невозможно (для сравнения, в 2024 году это 20%).

1
Совокупность взаимосвязанных и постоянно изменяющихся точек возможного воздействия на организации — включая облачные, локальные, IoT-, SaaS-, и сторонние ресурсы, образующих единую распределённую среду уязвимостей в масштабах всего цифрового ландшафта
2
Решения для хранения данных, встроенно защищающие их от компрометации и обеспечивающие восстановление даже после успешной атаки.

помеченные Интернет, Информационная безопасность, Искусственный интеллект, Кибератаки, Киберугрозы, Машинное обучение, Онлайн платформы

Рекомендации Gartner по обеспечению кибербезопасности

Похожие записи: