Наталя Зарудня
За авторством Наталі ЗарудніКерівна редакторкаКерівна редакторка та засновниця CyberCalm. Має понад 10-річний досвід у сфері кібербезпеки та технологічної журналістики. Публікується на теми захисту даних, безпеки мобільних пристроїв, штучного інтелекту та соціальних мереж.Слідкувати: 15.07.2026 Поділитися 7 хвилин для читання
Науковці з Університету Торонто та інституту Вектор представили комп’ютерного хробака, який самостійно аналізує мережеве середовище та обирає індивідуальний метод атаки для кожної окремої машини, на яку він потрапляє, — без будь-якого людського втручання.
Зміст
- Проблеми з оновленнями безпеки
- Працездатність та обмеження
- Планування захисту з огляду на можливості зловмисника
Це досягнення було відзначено у багатьох публікаціях як прорив, що демонструє здатність ШІ-хробака атакувати будь-який пристрій, підключений до інтернету. Однак для тих, хто уважно стежить за діяльністю кіберзлочинного світу, поява такої можливості була цілком очікуваною.
Насправді, це дослідження остаточно розвіює сумніви щодо практичної можливості створення подібного інструменту. Водночас воно знову піднімає три питання, з якими більшість команд з кібербезпеки воліли б не мати справи.
Перша з цих проблем — це вартість, і саме вона має найбільше значення. Раніше розробка атак, спрямованих на конкретні системи, була тривалим і дорогим процесом, що вимагав участі висококваліфікованих фахівців.
Саме через значні витрати багато середніх організацій часто залишалися поза увагою зловмисників — вони просто не становили достатньої цінності для витрачених інженерних зусиль. Хробак, розроблений у Торонто, усуває це обмеження: він запускає модель з відкритими ваговими коефіцієнтами на графічних процесорах (GPU) вже скомпрометованих машин.
Пристрої, що не мають достатньої обчислювальної потужності для локального виконання моделі, передають завдання аналізу зараженим вузлам в інших частинах мережі. Таким чином, витрати на обчислення фактично покриваються самими жертвами, а кожна захоплена машина розширює інфраструктуру хробака.
Коли створення індивідуально адаптованих атак майже нічого не коштує, статус «нецікавої цілі» перестає бути захистом. Значно важливішою стає сама доступність системи для атаки.
Проблеми з оновленнями безпеки
Наступна проблема стосується управління оновленнями безпеки, і тут ситуація є більш складною. Традиційно, якщо звичайний хробак використовував певну вразливість, було достатньо встановити відповідне виправлення — і його розповсюдження припинялося. Наприклад, у 2017 році WannaCry поширився більш ніж у 150 країнах через одну-єдину вразливість, що вкотре підтвердило: швидке встановлення патчів обмежує масштаби шкоди.
Однак цей хробак не надає захисникам єдиної конкретної вразливості для усунення: він самостійно знаходить різні шляхи проникнення для кожного вузла. В одному з експериментів копії хробака багаторазово зазнавали невдачі на застарілих системах через помилку в механізмі виявлення. Батьківський процес ідентифікував причину збою, видалив проблемну перевірку та повторив спробу.
Не можна покладатися на закриття одного «прогалини», коли загроза здатна постійно змінювати свій підхід.
Ще більш тривожним є той факт, що хробак міг в реальному часі обробляти нові бюлетені безпеки та створювати атаки на вразливості, яких не було на момент навчання базової моделі. Це ставить під сумнів припущення, що дата завершення навчання суттєво обмежує потенціал моделі для атак.
Якщо модель може прочитати сьогоднішнє повідомлення про нову вразливість і самостійно зробити висновки щодо її експлуатації, дата навчання втрачає значну частину свого значення.
ШІ-керований хробак поширюється гетерогенною мережею, паразитично захоплюючи обчислювальні ресурси для автономного аналізу та прийняття рішень. (а) Хробак поширюється мережею, що складається з серверів, робочих станцій та пристроїв Інтернету речей (IoT). Червоні стрілки вказують на поширення між уже скомпрометованими машинами, тоді як сині стрілки відображають запити на виконання аналізу від пристроїв з низькою обчислювальною потужністю до заражених вузлів, обладнаних графічними процесорами (GPU). (б) Хробак об’єднує велику мовну модель (LLM), що працює на одному GPU, з агентною архітектурою, яка забезпечує рекурсивне міркування, управління пам’яттю та використання інструментів для атак на цільові системи.
Працездатність та обмеження
Водночас, важливо чітко окреслити обмеження цієї технології. Спроби експлуатації виявилися успішними у 44% випадків, причому, за словами дослідників, більшість невдач була пов’язана з некоректно сформованими корисними навантаженнями (payload), а не з хибною логікою моделі.
Система також працювала відносно повільно. Однак під час п’ятнадцяти експериментів хробак отримав підвищені привілеї приблизно на 74% вузлів, реплікувався на близько 62% із них і досяг семи поколінь самовідтворення протягом одного тижня.
Рівень успішності 44% для системи, здатної безперервно повторювати спроби, не є нездоланною перешкодою. Це лише початкова точка — і вона відображає можливості моделей з відкритими ваговими коефіцієнтами вже сьогодні, а ці можливості продовжують зростати.
Ще один недооцінений аспект полягає в тому, що модель функціонує в межах середовища, яке повністю контролюється зловмисником. Через це багато захисних механізмів, про які говорять розробники ШІ, — відмови від виконання небезпечних запитів, фільтри чи обмеження швидкості — стають практично неактуальними.
Немає сенсу в обмеженні кількості запитів, якщо обчислення здійснюються на інфраструктурі, що вже належить зловмиснику.
Якщо модель оцінки ризиків ШІ в організації припускає, що захисні механізми будуть забезпечені постачальником платформи, цей сценарій повністю ігнорує такі припущення.
Планування захисту з огляду на можливості зловмисника
Що робити в такій ситуації? Відповідь менш драматична, ніж сама загроза: продовжувати встановлювати оновлення безпеки. Проблема в тому, що це й раніше була нескінченна гонитва за досвідченими противниками, а тепер ця гонитва лише прискорюється.
Більш ефективний підхід — планувати захист, враховуючи, що зловмисник рано чи пізно проникне в систему та почне адаптуватися вже всередині неї. Саме тому сегментація мережі та механізми локалізації інцидентів повинні стати пріоритетом порівняно з безперервним пошуком окремих вразливостей.
Якщо точкою входу може стати практично будь-що, ключовим стає питання, наскільки далеко зможе поширитися вторгнення.
Існує також проблема зовнішньої видимості. Подібний хробак, як і людина-оператор, насамперед шукатиме найпростіший шлях проникнення: викрадені облікові дані, забуту інфраструктуру, сервіси з прямим доступом з інтернету або доступи, які вже продаються на кримінальних майданчиках.
Моніторинг зовнішньої видимості передусім дає змогу виграти час, а не повністю запобігти компрометації. Саме цей час автономний зловмисник і прагне мінімізувати.
Хробак залишився в лабораторних умовах, а доступ до його коду обмежений колом дослідників, які працюють над захисними технологіями. Це було правильним рішенням. Однак академічне стримування — це не те саме, що гарантія безпеки.
Економічні бар’єри, які раніше захищали багато організацій від цілеспрямованих атак, слабшають. Модель «встановили патч і забули» втрачає свою ефективність. Водночас частина дослідників і практиків припускає, що придатні для реального застосування автономні атаки можуть з’явитися вже протягом наступних 12–18 місяців.
Тож головне питання не в тому, чи варто сприймати цю загрозу серйозно, а в тому, коли організації почнуть це робити: зараз — на власних умовах, чи пізніше — на умовах зловмисника.
Будь ласка, залиште це поле порожнім
О, привіт
Приємно познайомитися!
Ми не розсилаємо спам! Ознайомтеся з нашою політикою конфіденційності для отримання додаткової інформації.
Перевірте свою поштову скриньку або папку зі спамом, щоб підтвердити підписку.
ТЕГИ:Вибір редакціїдослідженнякібератакишкідливе ПЗШтучний Інтелект Поділитися Facebook Threads Копіювати посилання Друк Що думаєте?В захваті0Сумно0Смішно0Палає0Овва!1 Попередній матеріал
Як створити підпис для PDF-документів на ПК: інструкція Наступний матеріал
CrashStealer: новий інфостілер для macOS маскується під системний засіб звітування Apple Найпопулярніше
WhatsApp Scam Alert: нова функція виявляє шахрайські повідомлення без порушення шифрування 14.08.2026
Як вимкнути геолокацію на iPhone: повний контроль доступу застосунків 17.08.2026
ШІ визначає місце зйомки фото у 9 випадках із 10 — і шахраї вже будують на цьому фішинг 17.08.2026
Шифрування повідомлень у месенджерах: як налаштувати? 14.08.2026
Комбінації клавіш у Windows 11: повний довідник 18.08.2026
Рекомендовано
НовиниApple закрила майже 30 вразливостей в iOS 26.6.1 та macOS Tahoe 26.6.2 — третє оновлення безпеки за три тижні 18.08.2026
ПриватністьСексторшн: ФБР попереджає про крадіжку інтимних фото — 6 способів захисту 13.08.2026
КібербезпекаСотні повідомлень за хвилину: що таке SMS-бомбінг і як від нього захиститися 13.08.2026
НовиниAnthropic позначатиме згенерований Claude контент невидимими водяними знаками 12.08.2026
Джерело: kp.ua