Staffcop выпустит ИИ-инструменты для расследования киберинцидентов
Они будут помогать с выявлением уязвимостей, указывая на потенциальные слабые места в защите.
Искусственный интеллект все шире применяется специалистами в сфере информационной безопасности. Алгоритмы помогают анализировать большие объемы данных и ускоряют реакцию на атаки. Еще одно перспективное направление – расследование инцидентов.
Фокус на понимании контекста
На днях компания Staffcop, входящая в экосистему «Контур», анонсировала скорый выход ИИ-инструментов, предназначенных для специалистов по информационной безопасности. Они будут помогать анализировать данные и проверять гипотезы при расследовании киберинцидентов. Важно то, что система настроена на понимание контекста. Пользователь может формулировать запросы простыми фразами, а алгоритмы будут искать информацию не только по прямым совпадениям, но и близкие по смыслу события.
Такой подход решает одну из самых сложных проблем. При расследовании инцидента специалист не всегда знает точные признаки, по которым нужно искать: факты, информацию, цифровые следы. Если они известны, их можно заложить в политики: задать ключевые слова и другие условия. Сложнее, когда есть только гипотеза, а нужный сигнал скрыт в большом массиве событий и его трудно заранее описать формальным набором правил.
Настройка под конкретные задачи
За анализ данных будут отвечать LLM-политики. Они смогут выделять в сообщениях темы, тональность, паттерны поведения, коммуникативные намерения и сущности. Разработчики заложат несколько возможных сценариев работы алгоритмов. При необходимости клиенты смогут и самостоятельно подстраивать модели под свои конкретные задачи.
«Работать с результатами можно будет через чат-бот. Например, запросить сообщения за прошлую неделю по определенной теме или найти сообщения с признаками агрессии. Система преобразует вопрос в запрос к данным Staffcop и формирует выдачу. Из нее можно будет перейти к исходному событию и изучить его в контексте», – поясняют разработчики.
При этом отмечается, что ИИ не будет самостоятельно определять, произошло нарушение или нет. Его задача состоит именно в помощи человеку и сужении зоны поиска. Окончательное решение всегда будет оставаться за специалистом.
Возможность взаимодействия со сторонними ИИ-моделями
ИИ-компонент можно будет развернуть в инфраструктуре заказчика, в том числе в изолированном контуре при наличии необходимых вычислительных ресурсов. Архитектура позволяет подключать совместимые языковые модели, в том числе уже развернутые в инфраструктуре компании.
Внедрение ИИ-инструментов имеет огромное значение для российского рынка информационной безопасности. Сфера испытывает значительный дефицит квалифицированных кадров, и подобные решения помогают решать данную проблему. Особенно это актуально для крупных компаний, где требуется анализ большого массива информации, и живой сотрудник ввиду высокой загруженности может пропустить что-то важное.
Расширение применения алгоритмов
Использование больших языковых моделей в сфере кибербезопасности расширяется с 2024 года. Изначально искусственный интеллект настраивали на анализ событий и формирование описаний угроз. Причем использовали такие системы не только компании, которые специализировались на защите данных. Например, холдинг VK приступил к разработке ИИ-моделей против DDoS-атак и активности ботов. На ИИ предполагалось возложить функции по разграничению вредоносного трафика от реальных всплесков активности на площадке.
В 2025 году наметилась новая тенденция. По данным УЦСБ и ГК «Солар», до половины российских компаний опасались утечек данных из-за использования ИИ-инструментов. Основной причиной проблем бизнес называл не слабые технические средства, а отсутствие внутренних регламентов и слабую подготовку персонала. На этом фоне также выросла потребность в инструментах для автоматического выявления и предотвращения потенциальных угроз.
Очевидно, что выход разработки от Staffcop отвечает актуальным запросам рынка на автоматизацию сферы кибербезопасности. На текущем этапе нужны именно умные помощники, которые будут быстро справляться с большими объемами информации и смогут указывать на уязвимые точки. Это отражает общий подход к ИИ, который должен не заменять людей, а играть роль инструмента для поддержки принимаемых решений.
