No Brazīlijas līdz Amerikas Savienotajām Valstīm, no Apvienotās Karalistes līdz Eiropas Savienībai izspiedējvīrusi desmitgades vidū parādījās kā sava veida digitālās noziedzības "paralēlā ekonomika": tie organizējas kā pakalpojums, nodod darbības posmus ārpakalpojumā un izmanto uzņēmumu un valdību atkarību no savienotajām sistēmām. Jaunums nav pati šifrēšana, bet gan tas, kā izspiešana apvienojas ar ātrākām darbībām, vairāk zagtiem datiem un mākslīgā intelekta pieaugošo izmantošanu, lai samazinātu izmaksas un palielinātu sasniedzamību.
ES kiberdrošības aģentūras ENISA publicētajā ziņojumā “Draudu ainava 2025” mākslīgais intelekts tika klasificēts kā viens no pašreizējās apdraudējumu ainavas noteicošajiem elementiem. Ziņojumā uzsvērts, ka mākslīgā intelekta darbinātas pikšķerēšanas kampaņas ir kļuvušas par ievērojamu daļu no pagājušajā gadā novērotajām sociālās inženierijas iniciatīvām. Praktiskā ietekme ir tieša: pārliecinošāki teksti, valodas pielāgošana upura profilam, pieeju testēšanas automatizācija un uzbrukuma darbības izmaksu samazināšana.
Izspiedējvīrusu uzbrukumos mākslīgais intelekts (MI) pilnībā neaizstāj cilvēku, taču tas samazina piepūli soļos, kas vēsturiski prasīja laiku un manuālas prasmes. Valodu modeļi tiek izmantoti, lai izveidotu ļoti personalizētus e-pastus, analizētu ekstrahētus datus, lai identificētu sensitīvu informāciju ar vislielāko izmantošanas potenciālu, un atbalstītu ievainojamību pētījumus. Apvienotās Karalistes Nacionālais kiberdrošības centrs jau ir brīdinājis, ka MI mēdz palielināt esošo taktiku efektivitāti, biežumu un mērogu, īpaši izlūkošanā un atbalstītā izmantošanā.
Mākslīgā intelekta aģentu loma
Tomēr visnozīmīgākais sasniegums ir aģentu balstītu arhitektūru izmantošana. Atšķirībā no modeļa, kas tikai ģenerē tekstu, aģenti ir sistēmas, kas spēj plānot uzdevumus, veikt izsaukumus ārējiem rīkiem, mijiedarboties ar API un uzturēt kontekstu vairākos posmos. Pielietojot šos aģentus likumīgā korporatīvā vidē, tie automatizē iekšējos procesus, integrē sistēmas un samazina darbības berzi. No ofensīvas viedokļa to pašu loģiku var izmantot, lai koordinētu izkliedētas darbības.
Strukturētā uzbrukumā var būt iesaistīts viens aģents, kas veltīts publiskas un iekšējas informācijas vākšanai, otrs, kas koncentrējas uz akreditācijas datu validāciju un pārmērīgu atļauju izmantošanu, un trešais, kas ir atbildīgs par mākoņpakalpojumu API darbību, lai kartētu resursus, žetonus un piekļuves atslēgas. Sākot ar sākotnējo ielaušanos, automatizācija paātrina sānu kustību un eksfiltrāciju. Rezultātā saīsinās cikls starp kompromitēšanu un izspiešanu.
Brazīlijā CTIR Gov brīdinājumi kopš 2022. gada ir aprakstījuši tādu grupu kā BlackCat/ALPHV attīstību, kas darbojas ar sānu kustības metodēm un pielāgotu šifrēšanu. Tagad mainās papildu intelektiskās automatizācijas slānis apvienojumā ar pieaugošo uzņēmumu API balstītu integrāciju, pakalpojumu kontu un automatizētu darbplūsmu ieviešanu.
Šī konverģence paplašina riska virsmu. Katra integrācija pievieno akreditācijas datus, žetonus un atļaujas. Katrs korporatīvais aģents ar darbības autonomiju pārstāv jaunu mašīnas identitāti. Ja šie elementi tiek apdraudēti, tie var darboties ar šķietamu leģitimitāti vidē. Izmeklēšana mainās no vienkārša jautājuma "kas tam piekļuva" uz jautājumu "kura sistēma veica noteiktu darbību un saskaņā ar kādu lēmumu ķēdi".
No tehniskā viedokļa, reaģējot uz šiem jaunajiem draudiem, ir nepieciešama arhitektūras pārveide. Par prioritātēm kļūst nulles uzticamības modeļi, detalizēta segmentācija un stingra mašīnu identitāšu kontrole. Privilēģiju pārvaldībā jāiekļauj pakalpojumu konti un automatizētas integrācijas. Žurnāliem jābūt centralizētiem un aizsargātiem pret manipulācijām, ļaujot veikt uzvedības analīzi, pamatojoties uz notikumu secībām, nevis tikai atsevišķiem brīdinājumiem.
Nemaināmas rezerves kopijas joprojām ir būtisks līdzeklis pret šifrēšanu, taču tās neatrisina reputācijas dimensiju, kas saistīta ar izspiešanu datu pārkāpumu dēļ. Stratēģiskajā plānošanā tagad ir integrēta nepārtraukta izspiešanas uzraudzība un skaidra incidentu reaģēšanas politika.
Mākslīgā intelekta ieviešana uzņēmumos pati par sevi nav problēma. Gluži pretēji, strukturēti pielietojot to, tas var uzlabot atklāšanu un reaģēšanu. Risks rodas, ja aģenti darbojas ar pārmērīgām atļaujām, integrācijas tiek ieviestas bez atbilstošas inventāra krājuma un automatizētiem lēmumiem trūkst auditējamas takas.
Izspiedējvīrusi ir attīstījušies no tehniska uzbrukuma par strukturētu ekonomisko modeli. Mākslīgā intelekta un autonomo aģentu iekļaušana paātrina šo loģiku, samazina noziedznieku izmaksas un palielina sarežģītību uzņēmumiem, kuriem ir jāatjaunina savas aizsardzības stratēģijas. Stratēģiskā prioritāte ietver identitāšu, API un algoritmu pārvaldību ar tādu pašu stingrību, kāda tiek piemērota gan fiziskajiem, gan finanšu aktīviem.
Uzņēmumi, kas uzskata aģentus un automatizāciju par savas risku arhitektūras centrālo daļu, būs labāk sagatavoti nākamās krīzes risināšanai. Tie, kas uzskata mākslīgo intelektu tikai par produktivitātes rīku, var pārāk vēlu atklāt, ka autonomija bez kontroles klusi, bet noteikti palielina atkarību.
