вторник, 11 августа 2026 г.

BIS Journal - Информационная безопасность банков

Subscribe.ru
НСПК переходит на отечественные сертификаты безопасности
  РЕГУЛЯТОРЫ  БАНКИ  УГРОЗЫ И РЕШЕНИЯ  ИНФРАСТРУКТУРА  СУБЪЕКТЫ

2026-08-11 00:00 НСПК переходит на отечественные сертификаты безопасности

Национальная система платёжных карт переходит на отечественные сертификаты безопасности для своих официальных сайтов и сервисов для оплаты покупок, из-за чего, как сообщается, могут возникнуть «проблемы» при расчётах на российских ресурсах «пластиком» Visa и Mastercard. Об этом пишет «Прайм».

Платформа порекомендовала переходить на карты системы «Мир», пообещав, что с ними никаких сложностей в этом ключе не будет. Ранее НСПК предлагала не ограничивать срок действия продуктов зарубежных платёжных систем, а поэтапно снижать межбанковские комиссии для них (с 2027 года до 1%, а с 2028-го — до 0%).

В конце мая Банк России оценивал долю Visa и Mastercard в России в 17% максимум, а глава регулятора Эльвира Набиуллина отмечала, что её ведомство не устанавливает жёстких дат вывода из обращения таких карт.
 

 


2026-08-11 00:00 НБКИ: Темпы установки самозапретов на кредиты стабилизировались

В Национальном бюро кредитных историй сообщили, что в прошлом месяце число установленных самозапретов на получение кредитов и займов составило 792,1 тысячи (рост на 3,5% по сравнению с июнем). 704,6 тысячи из них было инициировано через «Госуслуги» (+3,2%), а 87,5 тысячи — через МФЦ (+6,3%).

Лидерами по установке запретов стали Москва (79,6 тысячи), Московская область (52,3 тысячи) и Санкт-Петербург (39,1 тысячи). Одновременно выросло и количество отмен этой опции — до 253,8 тысячи (что на 9,2% больше, чем месяцем ранее). Здесь динамика полярная: через МФЦ данной услугой воспользовались 140,8 тысячи раз (+16,5%), а через «Госуслуги» — 113 тысяч раз (+1,4%).

По мнению директора по маркетингу НБКИ Алексея Волкова, темпы роста говорят о стабилизации спроса. Второй причиной замедления он назвал успехи в борьбе с мошенниками, против которых и был направлен соответствующий закон.


2026-08-11 00:00 NVIDIA анонсировала проект SAFE для борьбы с новыми угрозами

Группа NVIDIA Open Secure AI Alliance, в которую входит более 120 техкомпаний, представила новую инициативу по обмену информацией об угрозах, связанных с агентным ИИ — проект Shared AI Findings Exchange (SAFE).

«В настоящее время не существует широко распространённой в сообществе структуры для конфиденциального обмена информацией о сбоях в работе ИИ, выявления повторяющихся проблем в управлении и преобразования этих уроков в многоразовые рекомендации по защите в рамках всей экосистемы. Предложение SAFE призвано помочь отрасли сотрудничать в продвижении этого обсуждения», — говорится в сообщении Linux Foundation.

Как отмечают члены альянса, идея заключается в том, чтобы сосредоточиться на совместном обучении, а не на поиске виновных или применении мер принуждения, соблюдая при этом существующие юридические, договорные и нормативные обязательства. Сторонники проекта опубликовали открытый запрос предложений, чтобы обеспечить возможность совместной разработки рекомендаций SAFE более широким сообществом.

Обсуждаемая инициатива должна выстраиваться на таких принципах, как конфиденциальность информации об инцидентах и потенциально опасных ситуациях, своевременное уведомление всех затронутых организаций, совместный анализ, подготовка структурированных обзоров, руководство по внедрению и проверке на основе фактических данных, независимое управление и так далее.

Там, где это уместно, SAFE может публиковать многократно используемые тесты, машиночитаемые политики, правила обнаружения, эталонные конфигурации и рекомендации по реагированию на ИБ-события, создавая общий каталог мер по защите, который развивается вместе с возникающими угрозами ИИ.

В сообщении NVIDIA, посвящённом анонсу проекта, делается акцент на предотвращении инцидентов, возникших по вине ботов. По словам старшего директора по безопасным ИИ-решениям и кибербезопасности в Suzu Labs Джейкоба Крелла, SAFE необходим, поскольку существующие механизмы раскрытия уязвимостей не подходят для агентов: «Когда модель обнаруживает и использует несанкционированный доступ, нет возможности выпустить патч или опубликовать идентификатор уязвимости. Сбои агентов часто носят поведенческий и недетерминированный характер — нет сигнатуры для сопоставления и нет решения для развёртывания».

Исследователь из Black Hills Information Security Джереми Фаулер со своей стороны добавил: «Поскольку искусственный интеллект всё больше интегрируется в повседневную жизнь, бизнес-операции и критическую инфраструктуру, разработка стандартизированных рекомендаций по безопасности уже сейчас является упреждающей инвестицией, а не ожиданием модернизации системы защиты после инцидентов».

 

Усам Оздемиров


2026-08-11 00:00 OWASP отчитался о быстрорастущих угрозах со стороны LLM

Согласно обновлённому анализу проекта Open Worldwide Application Security Project (OWASP), атаки с помощью промт-инъекций по-прежнему представляют собой наибольшую угрозу для больших языковых моделей, несмотря на относительно небольшое количество зарегистрированных инцидентов, связанных с этим вектором.

На днях некоммерческий фонд опубликовал третью версию своего списка «Топ-10 для приложений LLM», составленного на основе данных сообщества. Третий год подряд специалисты называют атаки на ИИ-сервисы через текстовые инструкции главной проблемой безопасности, возникающей при использовании инструментов GenAI.

Промт-инъекции от легитимного пользователя или злоумышленника в чат-бот изменяют поведение модели и приводят к целому ряду негативных последствий, включая предвзятость, вредоносный контент и раскрытие конфиденциальной информации.

Отчёт OWASP гласит: «Команды активно борются с внедрением уязвимостей, поэтому в общедоступную базу данных попадает меньше чистых эксплойтов, а публичный подсчёт недооценивает риск, на сдерживание которого уже тратятся значительные средства опытными командами».

Наиболее эффективный подход к борьбе с внедрением уязвимости по умолчанию заключается в проектировании окружающей системы с явным предположением, что границы инструкций в конечном итоге будут преодолены, а также в ограничении того, что модели разрешено делать, и того, до каких значений могут достигать её выходные данные, считают эксперты.

Раскрытие конфиденциальной информации второй год подряд занимает второе место среди самых серьёзных угроз для LLM. Как правило, это происходит, когда защищённые сведения случайно вводятся пользователями в чат-бот и впоследствии опубличиваются при взаимодействии с другими людьми. Эта уязвимость представляет собой серьёзную опасность утечки данных и нарушения нормативных требований для организаций.

По мнению специалистов, угроза в виде чрезмерной самостоятельности моделей значительно возросла, переместившись с шестого места на третье. Механизм позволяет выполнять вредоносные действия в ответ на неожиданные, неоднозначные или искажённые результаты работы LLM. В основном это бывает вызвано избыточными правами доступа, специфической функциональностью или крайней автономностью.

Кроме того, эксперты OWASP включили в топ-10 уязвимостей ИИ-систем дезинформацию, неограниченное потребление (выражается в неконтролируемых выводах) и другие тонкие моменты. Организация порекомендовала ИБ-командам применять квоты для ограничения количества запросов, которые может отправить один источник данных за определённый период времени, а также использовать методы «песочницы» для ограничения доступа нейросетей к сетевым ресурсам, внутренним сервисам и API.

 

Усам Оздемиров


2026-08-10 00:00 Наука в барах. Байки у сервера

«Наука в барах» в Summer Punch. 6 августа, 19:30.

 

Очередная встреча проекта «Наука в барах», организованная НИТУ МИСИС совместно с АНО «Национальные приоритеты» и ФГБУ «НИИ "Интеграл"», состоялась в московском баре в Столешниковом переулке. Вечер под названием «Байки у сервера» был посвящён современным вызовам информационной безопасности.

Несмотря на серьёзную тему, формат встречи оставался далёким от привычной конференции: ведущий сразу задал ей неформальный тон, напомнив гостям, что «Наука в барах» предполагает живой диалог:

«Закажите себе что-нибудь холодное, а то на улице такая жара», — пошутил он в контексте знойного московского лета.

 

Как устроена инфраструктура киберпреступлений

Первым слово взял заместитель директора ФГБУ «НИИ "Интеграл"», технический директор отраслевого сегмента ГосСОПКА Евгений Жмурин. Тема его доклада «Инфраструктура для хакинга. Сколько и как хакеры зарабатывают на обывателях?», а идеей выступления стали не сами схемы обмана, а инфраструктура, которая стоит за ними.

По словам Жмурина, современный мошеннический рынок представляет собой многоуровневую экосистему, включающую витринный, платёжный, обменный, платформенный и интеграционный уровни.

Витринный уровень — это сайты, интерфейсы, чат-боты и рекламные страницы, с которыми взаимодействует пользователь. На платёжном уровне работают мерчанты и платёжные шлюзы, принимающие средства и обеспечивающие их первичную маршрутизацию.

Особое внимание спикер уделил обменному уровню: «Именно здесь происходит преобразование денежных потоков, из-за которого практически невозможно полностью отследить движение похищенных средств и вернуть деньги владельцам».

Евгений Жмурин приводит примеры финансового мошенничества.

 

Следующий уровень — платформенные ядра, представляющие собой универсальные движки, позволяющие быстро создавать тысячи однотипных мошеннических ресурсов.

В качестве примера докладчик привёл инфраструктуру нелегального онлайн-казино, которая после полного удаления и блокировки серверов может быть полностью восстановлена всего за три часа.

«Возникает вопрос: как с этим бороться? Ответ прост: бороться нужно не с отдельными сайтами, а с платформенными ядрами».

Коснулся Евгений и темы OSINT-аналитики. По его словам, современные расследования все меньше опираются на IP-адреса и публичные DNS и всё больше — на анализ технологической архитектуры мошеннических экосистем: совпадающих API-паттернов, webhook-callback механизмов, общих CMS-модулей, подрядчиков и других признаков связанности.

«OSINT-аналитика переходит от фиксации IP-адресов к реверс-инжинирингу технологической грамматики (структуры документации и API)», — подчеркнул спикер.

Он отметил, что традиционный реактивный подход, основанный на блокировке конечных доменов и зеркал, уже не позволяет эффективно противодействовать мошенническим сетям. Вместо этого предлагается искать и нейтрализовывать их общие интеграционные и платформенные узлы — так называемые точки отказа, от которых зависит работа всей инфраструктуры.

«Уязвимость нелегальных экосистем заключается в их технологической централизации. Будущее расследований — это охота за архитектурой, а не за вывесками», — подытожил Евгений Жмурин.

 

Доверяй ИИ, но проверяй

Вторым спикером стал секретарь Консорциума исследований безопасности технологий искусственного интеллекта, преподаватель МГТУ им. Н. Э. Баумана Дмитрий Служеникин. Доклад был посвящён оценке доверия к современным ИИ-системам.

Эксперт рассказал, что при анализе региональных проектов специалисты неоднократно сталкивались с ситуациями, когда владельцы информационных систем сами не обладали полной информацией об используемых технологиях. Служеникин разобрал реальные кейсы из региональных проверок, среди которых были такие: в документации систем указывались несуществующие CVE-уязвимости; заявлялось использование платформы NVIDIA NeMo при полном отсутствии на серверах видеокарт NVIDIA; описывалась работа десятков тяжелых языковых моделей на мощностях, которые физически не могли их потянуть.

Для оценки подобных ситуаций Консорциумом исследований ИБ ИИ разработана собственная методика определения уровня доверия. Она была предложена участниками стратегической сессии в феврале 2025 года и предусматривает комплексную проверку четырёх компонентов: данных, моделей, фреймворков и всей ИИ-системы. По результатам оценки формируется уровень доверия от первого до четвёртого, где максимальный уровень предполагает независимую проверку и подтверждённое соответствие установленным требованиям.

Слайд с методикой оценки уровня доверия к ИТ‑решениям, формула расчёта рейтинга i.

 

Дмитрий Служеникин рассказал не только о диагностике проблем, но и представил конкретные меры по их устранению — дорожную карту поддержки регионов, которая базируется на трёх ключевых направлениях:

  1. Стандартизация и автоматизация — предполагает разработку автоматизированных методик и систем предварительной оценки доверия к ИИ (внедрение так называемого Trust Score для технологий);
  2. Кадровое обеспечение и обучение — запуск программ повышения квалификации по доверенному ИИ, а также создание библиотеки лучших практик для профильных специалистов.
  3. Независимый аудит и поддержка. Именно это направление встаёт во главу угла. Предлагается сформировать пул нейтральных экспертов и создать механизмы для получения регионами независимой помощи в оценке рисков и проверки вендорских решений.

«Обычно вендор говорит: «У меня есть доверенное решение». Почему? А потому что я ему доверяю, — улыбнулся Дмитрий, — Но нужен независимый аудит».

Кроме того, эксперт обозначил инфраструктурные шаги, которые лягут в основу этой работы. Речь идёт о создании «цифрового полигона» для тестирования ИИ:

  1. Разработка библиотеки эталонных атак. Будет сформирован общедоступный каталог актуальных сценариев атак и базовых классификаторов для унификации тестирования безопасности моделей.
  2. Создание «цифровых двойников» ГИС. Планируется развернуть стенды с имитацией реального окружения государственных и значимых информационных систем (ГИС, ЗКИИ). Это позволит тестировать устойчивость к атакам (например, на RAG-цепочки) в изолированной среде, исключая риски для реальной инфраструктуры.

Дмитрий Служеникин предлагает меры для поддержки регионов.

 

В завершение выступления докладчик отметил, что не существует искусственного интеллекта, которому можно доверять на 100%. Даже 80% точности недостаточно для критически важных задач.

«Готовы ли вы на 20% пожертвовать своей зарплатой?» — с ироничной ноткой произнёс Служеникин и дал три совета по работе с ИИ для бизнеса:

  1. Не загружать в публичные сервисы конфиденциальную информацию, персональные данные и документы ограниченного доступа. При необходимости разворачивать модель внутри собственной инфраструктуры.
  2. Для промышленного применения чаще эффективнее использовать специализированные ML‑модели, а не универсальные LLM.
  3. Внедрять искусственный интеллект только тогда, когда он действительно меняет существующие рабочие процессы.

Между докладами нашлось место и для шуток. Ведущий заметил, как «вялые айтишники» не слишком активно задают вопросы, на что получил ответ: «У нас рабочий день начинается в понедельник и заканчивается в субботу, а сегодня четверг». Зал рассмеялся.

 

Квантовая угроза

Третьим выступил заведующий лабораторией элементной базы квантовых коммуникаций НИТУ МИСИС Роман Шаховой с докладом «Квантовая угроза».

Тема оказалась одной из самых сложных за вечер, однако, Роман объяснил её максимально доступно. Он напомнил, что безопасность большинства современных цифровых сервисов — от банковских приложений до корпоративных систем — сегодня основана на алгоритмах асимметричной криптографии. Их надёжность определяется тем, что классическим компьютерам практически невозможно за разумное время решить математические задачи, лежащие в основе этих алгоритмов.

Роман Шаховой с темой «Квантовая угроза».

 

Именно здесь, по словам спикера, возникает квантовая угроза. Если будут созданы полноценные квантовые компьютеры, они смогут выполнять подобные вычисления значительно быстрее, поставив под угрозу привычные механизмы защиты информации.

Чтобы показать, как развивалась современная криптография, Роман Шаховой рассказал о протоколе Диффи–Хеллмана, который впервые позволил двум сторонам безопасно договориться о секретном ключе по открытому каналу связи, а затем объяснил принцип работы алгоритма RSA, до сих пор лежащем в основе многих систем защиты данных.

Отдельно эксперт остановился на распространенном заблуждении о квантовых технологиях: «Квантовое распределение ключей — это способ безопасно передать ключ. Но защиту информации после появления квантовых компьютеров должны обеспечить постквантовые криптографические алгоритмы».

Именно поэтому, заявил докладчик, сегодня активно развивается постквантовая криптография, включающая новые алгоритмы, устойчивые к атакам квантовых компьютеров. При этом в России такие технологии пока не сертифицированы, поэтому параллельно ведётся работа над созданием отечественных решений.

 

Интернет, каким его не помнят

По-настоящему вечер оживился во время финальной викторины «Операция "Энквайр"», которую провел основатель Центра игровых и киберспортивных коммуникаций Ярослав Мешалкин. Перед началом он пошутил, что ответить на сложные вопросы смогут либо самые умные, либо самые опытные.

«Мы и умные, и старые сразу», — отреагировали гости.

Ярослав Мешалкин представляет концепцию викторины «Операция "Энквайр"».

 

Участники не только проверили знания в области информационной безопасности, но и вспомнили малоизвестные факты о Сети. Вопросы касались первых интернет-фотографий и доменов, а также истории появления Всемирной паутины и вызвали у гостей не только азарт, но и ностальгию.

Когда ведущий спросил о первом российском сайте, из зала прозвучала версия «Анекдоты.ru». Конечно, это неправильный ответ, но как эпизод вечера — показательный. Также одним из самых интересных фактов викторины стало то, что любой пользователь мог изменить содержимое страниц первого браузера WorldWideWeb, однако, вскоре от этой идеи отказались.

Победители же получили тематическую настольную игру, посвященную информационной безопасности.


2026-08-10 00:00 К теме «ложных срабатываний»

Недавно я оказался в ситуации, которая, думаю, знакома многим — но не как специалистам ИБ, а как банковским клиентам. Обычный рабочий перевод по СБП на 35 тысяч рублей, сделанный вслед за аналогичным на 25 тысяч, был заблокирован системой ИБ одного из банков вместе с доступом к приложению. Дальше — классический сценарий: поездка в офис с паспортом, перевыпуск карты на глазах у сотрудников, повторная попытка — и повторная блокировка. Сотрудники отделения оказались бессильны: ни разблокировать карту, ни повлиять на решение антифрода они не могут.

 

В чем проблема?

Проблем несколько. Первая: нет эскалации. Система сработала по алгоритму, но не предусмотрела механизма ручной верификации для ситуаций, когда клиент физически находится в отделении, а его личность подтверждена офисным сотрудником. Сегодня антифрод-системы настроены на гиперчувствительность — и это правильно: цена ошибки высока. Но отсутствие «кнопки доверия» для офисного сотрудника превращает защиту в препятствие.

Вторая: колл-центр не помогает. Операторы, с которыми довелось пообщаться при разблокировке, работают строго по скрипту. Они не видят аналитики по транзакции, не могут отличить клиента, цитирующего даже собственные публикации по ИБ, от стандартного звонка. В результате клиент воюет с алгоритмомодин на один.

Третья: обратная связь в банке не работает. После всех мытарств мне пришел опрос от службы сервиса — со стандартной просьбой оценить внешний вид сотрудника или его грубость, но никак не оставить развернутый отзыв по «очеловечиванию» работы ИБ. Банк упускает этим важнейший канал сбора данных о ложных срабатываниях.

 

Обсуждение: от теории к практике

Если смотреть на ситуацию шире, в основе международных банковских стандартов ИБ, например ИСО 13569, лежат четыре классических принципа: «знай своего клиента» (KYC), «знай своего служащего» (KYE), «необходимо знать» (Need to Know) и «двойное управление» (Dual Control). Это не просто абстракции — это архитектурные столпы, на которых держатся безопасность любого финансового института.

Однако на практике первые два принципа часто оказываются недооцененными. KYC мы еще как-то формально соблюдаем, а вот KYE — спускаем на тормозах. А ведь понимание того, кто работает с системой и с какими рисками (внутренними, финансовыми, поведенческими), — это база для выстраивания адекватной антифрод-логики. Без этого мы не отличим легитимного клиента от злоумышленника, даже когда он сидит в офисе с паспортом.

И самое обидное: инструменты для этого есть. В ЦБ принят СТО БР БФБО-1.7-2023, который регламентирует использование технологии цифровых отпечатков устройств (устройств-фингерпринтов) для безопасной идентификации пользователей. Это готовый технический фундамент, позволяющий системе видеть не только транзакцию, но и контекст — с какого устройства, из какого места, с какой периодичностью клиент совершает операции. Но внедрение идет медленно, и потенциал цифровых отпечатков раскрыт не полностью.

Искусственный интеллект сегодня в основном заточен под прогнозирование прибылей и убытков, а мог бы решать и эти задачи — идентифицировать реального пользователя, выявлять аномалии в поведении, помогать службе ИБ отличать «своего» клиента от злоумышленника. Это нужно и финансовым аналитикам: без глубокого понимания того, кто взаимодействует с сервисами, любые прогнозы становятся рыхлыми. Мы рискуем строить защиту вслепую, игнорируя собственный нормативный и технологический потенциал.

 

Что можно сделать уже завтра?

  1. Режим «доверенного офиса». Если клиент в отделении и его личность подтверждена, сотрудник нажимает кнопку в CRM — система получает команду «белый список на 1 час». Это снимет 90% ложных блокировок.
  2. Дежурная смена ИБ с прямой линией. Выделенный номер или чат, где за 2–3 минуты соединяют с реальным специалистом, видящим аналитику по транзакции. Не с роботом.
  3. Полномочия на разблокировку в офисе. Кнопка «Подтверждаю личность» в CRM с логированием и ответственностью сотрудника — и блокировка снимается за минуту.
  4. Обучение колл-центра по контексту. Чек-лист из 5–6 «живых» вопросов вместо бесконечной лекции оператора. Если клиент называет точные суммы и даты и подключает сотрудника офиса по громкой связи — это веский аргумент для ручной верификации.

И главное: система ИБ должна защищать, а не воевать с клиентом. Мы построили в крупных банках антифрод-молот, но для него все клиенты стали гвоздями. Ключевая задача — научить систему отличать «своего» гвоздя, который сидит в офисе с паспортом и перевыпустил карту на глазах у сотрудников.



©  Все права защищены Об издании

 
     Прошлые выпуски
Cisco Talos: Хакеры декомпозируют атаки с помощью ИИ Как будет устроен депозитарный учёт криптовалют Минцифры: Ограничения для детских SIM-карт применяются только родителями Все выпуски рассылки
 
Если выпуск не отображается, вы можете прочесть его на сайте

Это сообщение было отправлено на novostnoy.24@gmail.com потому, что вы подписались на рассылку economics.fin.ibbanknews на subscribe.ru.
Чтобы гарантировать получение писем от нас — добавьте наш адрес в адресную книгу.

Вы можете отказаться от получения писем.

Архив рассылки Поддержка подписчиков

Это сообщение сформировано и выслано с помощью Sendsay.Ru

Комментариев нет:

Отправить комментарий