Искусственный Интеллект в Кибербезопасности. Хроника. Выпуск 12

Искусственный Интеллект в Кибербезопасности. Хроника. Выпуск 12
Dmitry Namiot

Аннотация

В данном материале представлен двенадцатый выпуск регулярного аналитического обзора, посвящённого применению технологий искусственного интеллекта (ИИ) в сфере кибербезопасности. Цикл публикаций задуман как системное изучение одной из наиболее динамично развивающихся областей, формирующейся на пересечении искусственного интеллекта и защиты информации. Основная цель проекта — постоянный мониторинг общемировых тенденций и обобщение наиболее значимых событий в данной сфере. При этом осуществляется не только сбор и агрегация новостных и информационных материалов, но и детальный разбор нормативно-правовых актов, резонансных инцидентов и передовых технологических разработок, определяющих текущее состояние кибербезопасности под возрастающим влиянием ИИ.
Каждый выпуск серии строится по единому шаблону и включает три тематических раздела, обеспечивающих комплексный подход к рассматриваемой проблематике. Первый раздел посвящён обзору инцидентов и актуальных вызовов в области безопасности: анализируются реальные сценарии атак, выявляются новые уязвимости, даётся оценка угроз, возникающих вследствие внедрения алгоритмов ИИ как в оборонительные механизмы, так и в инструментарий злоумышленников. Второй раздел характеризует текущее состояние нормативно-правовой среды и основные направления её развития, поскольку именно данные процессы создают правовые и эксплуатационные условия для работы надёжных и защищённых ИИ-систем. Третий раздел посвящён обзору хронологии научно-технического прогресса. В заключительной части каждого выпуска приводится аннотированный перечень наиболее примечательных научных публикаций, аналитических докладов ведущих организаций, а также описаний инновационных продуктов и решений.

Полный текст: https://injoit.org/index.php/j1/article/view/2869/2236
PDF

Литература

Nutfullin, Bulat, Vladimir Evgrafov, and Dmitry Namiot. "Auditing Inference-Time Defense Evaluation for Multimodal Large Language Models." arXiv preprint arXiv:2606.10904 (2026).
Evgrafov, Vladimir Andreevich, Nutfullin Maratovich Bulat, and Dmitrij Evgen'evich Namiot. "Metody atak i zashhity v agentnyh sistemah na osnove bol'shih jazykovyh modelej." International Journal of Open Information Technologies 14.5 (2026): 1-8.
Baryshnikov, F. M. Redkie sobytija v modeljah glubokogo obuchenija / F. M. Baryshnikov, D. E. Namiot // Programmnaja inzhenerija. – 2026. – T. 17, # 5. – S. 239-252. – DOI 10.17587/prin.17.239-252. – EDN LIHEML.
Pichugov, Aleksej Aleksandrovich, Dmitrij Evgen'evich Namiot, and Elena Vasil'evna Zubareva. "Sovremennye metody obuchenija bol'shih jazykovyh modelej s minimumom dannyh: Ot odnogo primera k absoljutnomu nulju–akademicheskij obzor." International Journal of Open Information Technologies 13.6 (2025): 114-124.
Namiot, D. E. "Vvedenie v ataki otravleniem na modeli mashinnogo obuchenija." International Journal of Open Information Technologies 11.3 (2023): 58-68.
Namiot, D. E. Shemy atak na modeli mashinnogo obuchenija / D. E. Namiot // International Journal of Open Information Technologies. – 2023. – T. 11, # 5. – S. 68-86. – EDN YVRDOB.
Namiot, Dmitry, Eugene Ilyushin, and Ivan Chizhov. "Artificial intelligence and cybersecurity." International Journal of Open Information Technologies 10.9 (2022): 135-147.
Namiot, D. E. O kiberriskah generativnogo Iskusstvennogo Intellekta / D. E. Namiot, E. A. Il'jushin // International Journal of Open Information Technologies. – 2024. – T. 12, # 10. – S. 109-119. – EDN JZCUQS.
NIST AI 100-2 E2025 https://csrc.nist.gov/pubs/ai/100/2/e2025/final Retrieved: Aug, 2026
Namiot, D. E. Iskusstvennyj Intellekt v Kiberbezopasnosti. Hronika. Vypusk 11 / D. E. Namiot // International Journal of Open Information Technologies. – 2026. – T. 14, # 10. – S. 171-184. – EDN KSDGGN.
Namiot, Dmitry. "Artificial Intelligence in Cybersecurity. Chronicle. Issue 1." International Journal of Open Information Technologies 13.9 (2025): 34-42.
Lebed, S. V., et al. "Large Language Models in Cyberattacks." Doklady Mathematics. Vol. 110. No. Suppl 2. Moscow: Pleiades Publishing, 2024.
Haryati, Barak, and Shaked Zychlinski. "Model-as-a-Trojan: Self-Activating Covert DNS Exfiltration Baked Into the Weights of an LLM Agent." arXiv preprint arXiv:2610.22578 (2026).
Deng, Ailin, and Bryan Hooi. "Graph neural network-based anomaly detection in multivariate time series." Proceedings of the AAAI conference on artificial intelligence. Vol. 35. No. 5. 2021.
Baek, Heewon, et al. "Connecting the Dots in Agentic AI Security: A Cross-Dimensional Threat Taxonomy, Evaluation Maturity, and Open Challenges." arXiv preprint arXiv:2609.23894 (2026).
He, Zheyuan, et al. "A Survey of LLM-Driven Penetration Testing: Taxonomy, Co-Evolution, and Open Challenges." arXiv preprint arXiv:2607.02605 (2026).
Choi, Woohyuk, et al. "Agent Data Injection Attacks are Realistic Threats to AI Agents." arXiv preprint arXiv:2607.05120 (2026).
Tang, Zhenghao, Zhenyu Zang, and Kaifeng Huang. "Benchmarking MCP Vulnerability Detection from a Paired Evaluation Perspective." Proceedings of the 34th ACM International Conference on the Foundations of Software Engineering. 2026.
Agranovskiy, Marat, et al. "Vibe coding in cybersecurity." International Journal of Open Information Technologies 14.10 (2026): 185-197.
Chhabra, Anshuman, et al. "Agentic AI security: Threats, defenses, evaluation, and open challenges." IEEE Access (2026).
O rabotah po cifrovoj jekonomike / V. P. Kuprijanovskij, D. E. Namiot, S. A. Sinjagov, A. P. Dobrynin // Sovremennye informacionnye tehnologii i IT-obrazovanie. – 2016. – T. 12, # 1. – S. 243-249. – EDN XEQRFJ.
Kuprijanovskij, V. P. Demistifikacija cifrovoj jekonomiki / V. P. Kuprijanovskij, D. E. Namiot, S. A. Sinjagov // International Journal of Open Information Technologies. – 2016. – T. 4, # 11. – S. 59-63. – EDN WXQLIJ.