Российский рынок информационной безопасности демонстрирует устойчивый рост, что продиктовано не только процессами импортозамещения, но и резким усложнением ландшафта киберугроз. Сегодня злоумышленники активно применяют возможности искусственного интеллекта (ИИ), превращая атаки в высокотехнологичный, быстрый и при этом крайне дешевый процесс. Появление генеративного фишинга и так называемого «теневого ИИ» заставляет бизнес пересматривать подходы к защите сетевого периметра, смещая акцент на специализированные решения класса SWG (Secure Web Gateway).
Одной из наиболее серьезных проблем становится использование сотрудниками несанкционированных нейросетей. Часто работники предпочитают сторонние ИИ-сервисы тем инструментам, которые официально одобрены и предоставлены компанией. Это создает риски утечки данных и использования ресурсов, не прошедших проверку безопасности. Ситуацию осложняет появление «нечеловеческих личностей» (non-human identities) — автономных программных агентов, которые активно взаимодействуют в сети. В современных реалиях уже существуют сложные архитектуры, где один агент-оркестратор управляет целым «роем» исполнителей для выполнения конкретных задач, что может быть использовано как для легитимной работы, так и для проведения скоординированных атак.
Статистические данные аналитиков Solar webProxy подтверждают серьезность угроз, передаваемых через веб-трафик. Так, в 2025 году в среднем 37% вредоносных файлов, проникающих в организации через интернет, приходилось на архивы. Опасность заключается в том, что внутри сжатых контейнеров исполняемые файлы или вредоносные скрипты могут быть искусно замаскированы под стандартную офисную документацию.
Для противодействия этим угрозам современные системы защиты, такие как Solar webProxy, внедряют многоуровневые механизмы контроля. Первое направление работы — это детальная классификация ресурсов для выявления теневого ИИ. Система позволяет специалистам по безопасности понимать истинные намерения пользователя: пытается ли он использовать нейросеть для генерации рабочих документов, или же применяет сервисы для «зашумления» текстов с целью скрыть факт использования ИИ в своей деятельности. Кроме того, существуют инструменты для проверки материалов на предмет их искусственного происхождения.
Второе направление касается борьбы с нелегитимными агентскими взаимодействиями. Здесь защита реализуется на уровне анализа сетевых протоколов, что позволяет выявлять подозрительную активность автоматизированных систем непосредственно в сети. Это становится особенно актуальным на фоне того, что ФСТЭК впервые включила риски, связанные с искусственным интеллектом, в официальный банк угроз.
При построении стратегии защиты эксперты рекомендуют разделять методы контроля. Базовый уровень обеспечивается быстрыми проверками по ключевым словам и регулярным выражениям, что позволяет обрабатывать основной массив данных без задержек. Однако для глубокой инспекции контента требуются более мощные ресурсы.
Для компаний, которые только планируют внедрение комплексных SWG-решений, критически важно соблюдать баланс между глубиной анализа и скоростью работы сети. Поскольку детальная проверка содержимого является ресурсоемкой и дорогостоящей операцией, специалистам рекомендуется сначала тщательно оценить объем и сценарии использования пользовательского трафика. Оптимальным подходом станет разделение задач: наиболее тяжеловесный контентный анализ целесообразно выносить в специализированные решения, чтобы не создавать избыточную нагрузку на основные узлы связи и обеспечить стабильную скорость работы бизнеса.
