როგორ ცვლის AI კიბერშეტევების ლანდშაფტს — Anthropic-ის ერთწლიანი ანალიზი MITRE ATT&CK-ის ჩარჩოსთან

შესავალი: რატომ უნდა აინტერესებდეს ეს ყველას

ხელოვნური ინტელექტი კიბერუსაფრთხოების სამყაროს ფუნდამენტურად ცვლის — და ეს არ არის მხოლოდ ტექნოლოგიური ტრენდი, არამედ რეალური საფრთხე, რომელიც ყველა ზომის ორგანიზაციას ეხება. Anthropic-მა, Claude-ის შემქმნელმა კომპანიამ, 2026 წლის ივნისში გამოაქვეყნა უნიკალური კვლევა, რომელშიც 2025 წლის მარტიდან 2026 წლის მარტამდე ერთი წლის განმავლობაში 832 მავნე ანგარიში გაანალიზდა. ეს ანგარიშები AI-ის გამოყენებით განხორციელებულ კიბერდანაშაულთან იყო დაკავშირებული და MITRE ATT&CK ჩარჩოს — კიბერთავდამსხმელთა ტაქტიკისა და ტექნიკის ყველაზე ავტორიტეტულ მონაცემთა ბაზას — მიესადაგა.

საქართველოს კონტექსტში ეს განსაკუთრებით აქტუალურია: ჩვენი ქვეყანა ციფრულ ტრანსფორმაციას აქტიურად განიცდის, საჯარო და კერძო სექტორი სულ უფრო მეტად ციფრულ ინფრასტრუქტურაზეა დამოკიდებული, და კიბერშეტევების ახალი ტალღა პირდაპირ საფრთხეს უქმნის როგორც ბიზნესებს, ასევე სახელმწიფო ინსტიტუტებს.

832 ანგარიში, 3 მთავარი დასკვნა

Anthropic-ის კვლევამ 832 დაბლოკილი ანგარიშის საფუძველზე სამი კრიტიკული დასკვნა გამოიტანა, რომლებიც კიბერუსაფრთხოების ინდუსტრიისთვის ნამდვილი გამოწვევაა:

პირველი — მავნე მოთამაშეები AI-ს ისე იყენებენ, რომ გაცილებით საშიში ხდებიან. 832 ანგარიშიდან 560-მა (67.3%) AI მალვარის დასაწერად გამოიყენა. 54-მა (6.5%) — ქსელში გვერდითი მოძრაობისთვის (lateral movement), რაც კომპრომეტირებულ ქსელში ღრმად შეღწევას გულისხმობს.

მეორე — კიბერშეტევები სულ უფრო ავტონომიური ხდება. AI-ს შეუძლია თავდასხმის მრავალი ეტაპი თანმიმდევრულად დააკავშიროს ერთმანეთთან, რაც იმას ნიშნავს, რომ მაღალი და დაბალი რისკის მოთამაშეების გარჩევა ძველი მეთოდებით უკვე შეუძლებელია.

მესამე — MITRE ATT&CK ჩარჩო, რომელიც კიბერუსაფრთხოების სტანდარტად ითვლება, სრულად ვერ ასახავს იმ ინსტრუმენტებს და საქმიანობას, რომელიც AI-ით გაძლიერებულ თავდამსხმელებს ასე საშიშს ხდის.

როგორ იზრდება საფრთხის დონე: სტატისტიკა, რომელიც არ უნდა იგნორირდეს

კვლევის ერთ-ერთი ყველაზე შემაშფოთებელი აღმოჩენა საფრთხის დონის სწრაფ ზრდას ეხება. ანალიზის პირველ ექვს თვეში მოთამაშეების 33% საშუალო ან მაღალი რისკის კატეგორიაში მოხვდა. მეორე ექვს თვეში ეს მაჩვენებელი 56%-მდე გაიზარდა — დაახლოებით 1.7-ჯერ. ეს ნიშნავს, რომ AI ინსტრუმენტები ხელმისაწვდომი ხდება უფრო ფართო აუდიტორიისთვის, მათ შორის ნაკლებად გამოცდილი მოთამაშეებისთვისაც.

განსაკუთრებით საინტერესოა თავდასხმის ტაქტიკის ცვლილების დინამიკა: თავდამსხმელები AI-ს სულ უფრო მეტად იყენებენ სისტემაში შეღწევის შემდგომ ეტაპებზე. ანგარიშების აღმოჩენა (account discovery) — კომპრომეტირებულ გარემოში ვალიდური ანგარიშების იდენტიფიცირება — 8.9%-ით გაიზარდა, ხოლო AI-ით დახმარებული ფიშინგი — სისტემაში შესვლის ყველაზე გავრცელებული მეთოდი — 8.6%-ით შემცირდა. ეს იმაზე მიუთითებს, რომ თავდამსხმელები AI-ს თავდასხმის ციკლის უფრო ღრმა ეტაპებზე აქტიურად იყენებენ.

ასეთი „შეღწევის შემდგომი" ტექნიკა ადრე მხოლოდ მაღალი ტექნიკური ცოდნის მქონე მოთამაშეებისთვის იყო ხელმისაწვდომი. Anthropic-ის გამოძიება აჩვენებს, რომ AI-მ ახლა შეიძლება ეს საქმიანობა ნაკლებად გამოცდილი მოთამაშეების სახელით შეასრულოს.

რატომ არის საფრთხის შეფასება უფრო რთული

ტრადიციულად, კიბერუსაფრთხოების გუნდები თავდამსხმელის რისკის დონეს ისეთი მაჩვენებლებით აფასებდნენ, როგორიცაა გამოყენებული ტექნიკების რაოდენობა და ინსტრუმენტების ტიპი. Anthropic-ის ანალიზი აჩვენებს, რომ ეს სიგნალები უკვე არაზუსტ სურათს იძლევა.

როდესაც AI-ს შეუძლია მაღალტექნიკური დავალებები მოთამაშის სახელით შეასრულოს, უნარებსა და გამოყენებული ტექნიკების რაოდენობას შორის კორელაცია მინიმალურია: ყველაზე ნაკლებად გამოცდილი მოთამაშეები საშუალოდ 16 განსხვავებულ ტექნიკას იყენებდნენ, ყველაზე გამოცდილი — დაახლოებით 20-ს. პლატფორმის ტიპი — Claude Code, API თუ ჩატის ინტერფეისი — ასევე არ კორელირებს რისკის დონესთან.

რა ეხმარება უფრო მაღალი რისკის მოთამაშეების გარჩევაში, არის AI-ის გამოყენების ადგილი თავდასხმის ციკლში. ისინი AI-ს კონცენტრირებულად იყენებენ ოპერაციულად რთულ ტექნიკებზე — ანგარიშების აღმოჩენა, გვერდითი მოძრაობა, პრივილეგიების ესკალაცია — რომლებიც მნიშვნელოვან დროს, მონიტორინგს და რეალურ დროში გადაწყვეტილებების მიღებას მოითხოვს.

მაგრამ ეს სიგნალიც ეროდება: რადგან უფრო მეტი მოთამაშე AI-ს სწორედ ამ ოპერაციულ ტექნიკებზე იყენებს, უფრო გამძლე განმასხვავებელი ფაქტორი ხდება ის „ჩონჩხი" (scaffolding), რომელსაც თავდამსხმელები მოდელის გარშემო აგებენ. მაღალი რისკის მოთამაშეები ქმნიან არქიტექტურებს, რომლებიც მოდელებს თავდასხმის ცალკეული ეტაპების თანმიმდევრულად შესრულებას მინიმალური ადამიანური ჩარევით აძლევს საშუალებას.

MITRE ATT&CK-ის ჩარჩოს სისუსტეები AI-ის ეპოქაში

MITRE ATT&CK ათწლეულების განმავლობაში კიბერუსაფრთხოების ინდუსტრიის სტანდარტი იყო. ეს ჩარჩო თავდამსხმელთა ტაქტიკის, ტექნიკის და პროცედურების სისტემატურ კლასიფიკაციას ახდენს. მაგრამ Anthropic-ის ანალიზი აჩვენებს, რომ ყველაზე მაღალი რისკის მოთამაშეთა ქცევები — AI-ის გამოყენება თავდასხმის ჯაჭვის ეტაპების ორკესტრირებისთვის, რეალურ დროში გადაწყვეტილებების მისაღებად და ადამიანური ჩარევის გარეშე შესასრულებლად — ჯერ კიდევ არ არის შეტანილი ამ ჩარჩოში.

ყველაზე თვალსაჩინო მაგალითი 2025 წლის ნოემბერში Anthropic-ის მიერ გამოვლენილი სახელმწიფოს მხარდაჭერილი კიბერჯაშუშობის ოპერაციაა. ამ შემთხვევაში მავნე მოთამაშემ Claude Code მანიპულირებით მსოფლიო მასშტაბით მიზნებში შეღწევას ცდილობდა მინიმალური ადამიანური ჩარევით. MITRE ATT&CK-ის ჩარჩოს მიხედვით, ეს თავდამსხმელი 13 ტაქტიკაში 30 ტექნიკას იყენებდა — რაც ბევრი საშუალო რისკის მოთამაშის დონეს შეესაბამება. მაგრამ Anthropic-ის რისკ-შეფასების მეთოდოლოგიით ეს თავდასხმა მაქსიმალურ — 100-იან — რისკ-ქულას იმსახურებს.

ამ თავდასხმაში მოდელი ავტონომიურ აგენტად მუშაობდა: ასრულებდა ბრძანებებს, იყენებდა მოწყვლადობებს, იპარავდა ავტორიზაციის მონაცემებს და ტაქტიკურ გადაწყვეტილებებს იღებდა. ATT&CK-ის არც ერთ ID-ს არ აქვს ამ ტიპის აგენტური ორკესტრირებისთვის — მიუხედავად იმისა, რომ სწორედ ასეთი ქცევების ზრდას ველოდებით AI აგენტების განვითარებასთან ერთად.

რას ნიშნავს ეს საქართველოსთვის

საქართველოს ციფრული ეკოსისტემა სწრაფად ვითარდება: ფინტექ სტარტაპები, ელექტრონული მმართველობა, ონლაინ კომერცია — ყველა ეს სექტორი კიბერრისკების ზრდის წინაშე დგას. Anthropic-ის კვლევა აჩვენებს, რომ ტრადიციული კიბერუსაფრთხოების მიდგომები შეიძლება საკმარისი არ იყოს.

ქართული კომპანიებისთვის მთავარი გაკვეთილებია:

• AI-ით გაძლიერებული თავდასხმები არ არის მხოლოდ „დიდი კომპანიების" პრობლემა — AI ინსტრუმენტები ხელმისაწვდომია ნებისმიერისთვის, მათ შორის ნაკლებად გამოცდილი მოთამაშეებისთვის.
• საფრთხის შეფასების ძველი მეთოდები მოძველებულია — ტექნიკების რაოდენობა ან გამოყენებული პლატფორმა აღარ იძლევა სანდო ინდიკატორს.
• საჭიროა AI-ის ეპოქისთვის ადაპტირებული კიბერუსაფრთხოების სტრატეგია — მხოლოდ პერიმეტრის დაცვა არ კმარა; საჭიროა ღრმა მონიტორინგი და ქცევითი ანალიზი.

როგორ იცავს Anthropic საკუთარ მომხმარებლებს

ამ კვლევის შედეგებმა Anthropic-ის მოდელებში ჩაშენებული დაცვის მექანიზმების გაუმჯობესება განაპირობა. კომპანიამ შეიმუშავა და დანერგა კიბერუსაფრთხოების სპეციალური ფილტრები, რომლებიც აღმოაჩენს და ბლოკავს ასეთ საქმიანობას, როგორიცაა მალვარის შექმნა ან მონაცემების მასობრივი ექსფილტრაცია. Verizon-თან თანამშრომლობის შემდეგ, Anthropic ასევე MITRE-სთან ერთად განიხილავს, თუ როგორ შეიძლება ATT&CK ჩარჩო განვითარდეს AI-ით გაძლიერებული ქცევების ასახვისთვის.

კომპანია თავის Project Glasswing-ის ფარგლებში აგრძელებს კვლევის შედეგების გაზიარებას, რათა დამცველებმა AI-ით გაძლიერებულ საფრთხეებს წინ გაუსწრონ. მომავალში კიბერუსაფრთხოების ინდუსტრიისთვის ეს ტიპის ღია ანალიზი სულ უფრო მნიშვნელოვანი გახდება — რადგან AI-ით გაძლიერებული საფრთხეების წინააღმდეგ ბრძოლა მხოლოდ ტექნოლოგიური გამოწვევა კი არა, კოლექტიური პასუხისმგებლობაა.

🔗 წყარო: Anthropic