Forwarded from VP Cybersecurity Brief
Матрица по защите ИИ в контексте NIST CSF 2.0 от известных в США экспертов по кибербезопасности Lenny Zeltser и Sounil Yu.
За счёт своей новизны не лишним будет пробежаться по текущему видению подходов защиты ИИ.
https://aidefensematrix.com/
За счёт своей новизны не лишним будет пробежаться по текущему видению подходов защиты ИИ.
https://aidefensematrix.com/
AI Defense Matrix
The AI Defense Matrix is a structured framework for defending AI systems, aligned with NIST CSF 2.0 and extending the Cyber Defense Matrix.
Forwarded from dukeBarman'🐉 notes: заварено между строк
За это полугодие MITRE ATLAS сильно сдвинулся от «матрицы атак на AI/ML/LLM» к практическому фреймворку для AI security: агенты, MCP, AI цепочки поставок, identity, guardrails и даже web-интерфейсы.
За 2026 H1 добавили:
- 26 новые техники и подтехники;
- 18 новых кейса;
Отдельно хочется отметить майский релиз: MITRE разделили версионирование контента и формата данных, добавили платформы для техник: Predictive AI, Generative AI, Agentic AI и Enterprise, - и обновили tooling вокруг STIX, Excel и Navigator exports.
К июню ATLAS содержит уже 16 тактик, 103 техники, 70 подтехник, 35 мер защиты и 63 кейса.
ATLAS теперь всё меньше только про джейлбрек и всё больше про AI-системы как полноценную поверхность атаки. ATLAS стал не просто больше, он стал ближе к тому, как AI реально внедряется в компаниях: через агенты, тулы, browser автоматизацию, MCP, SaaS, identities и web-интерфейсы.
Мне захотелось, чтобы про MITRE ATLAS узнало больше людей и поэтому появился проект atlas.aisecbase.ru.
Это неофициальная надстройка над atlas-data на базе Hugo: лёгкая HTML-версия матрицы с поиском, сортировкой и отдельным слоем переводов. Идея простая: можно генерировать справочник на том языке, для которого подготовлен перевод, а сам перевод удобнее поддерживать и отслеживать по статусу покрытия.
Это важно, потому что ATLAS сейчас обновляется примерно раз в месяц. Без автоматизации перевод быстро теряет актуальность.
P.S. На Хабре уже была статья про перевод на русский язык MITRE ATLAS несколько лет назад, но сайт уже увы не доступен и к тому же за это время произошло много изменений.
За 2026 H1 добавили:
- 26 новые техники и подтехники;
- 18 новых кейса;
Отдельно хочется отметить майский релиз: MITRE разделили версионирование контента и формата данных, добавили платформы для техник: Predictive AI, Generative AI, Agentic AI и Enterprise, - и обновили tooling вокруг STIX, Excel и Navigator exports.
К июню ATLAS содержит уже 16 тактик, 103 техники, 70 подтехник, 35 мер защиты и 63 кейса.
ATLAS теперь всё меньше только про джейлбрек и всё больше про AI-системы как полноценную поверхность атаки. ATLAS стал не просто больше, он стал ближе к тому, как AI реально внедряется в компаниях: через агенты, тулы, browser автоматизацию, MCP, SaaS, identities и web-интерфейсы.
Мне захотелось, чтобы про MITRE ATLAS узнало больше людей и поэтому появился проект atlas.aisecbase.ru.
Это неофициальная надстройка над atlas-data на базе Hugo: лёгкая HTML-версия матрицы с поиском, сортировкой и отдельным слоем переводов. Идея простая: можно генерировать справочник на том языке, для которого подготовлен перевод, а сам перевод удобнее поддерживать и отслеживать по статусу покрытия.
Это важно, потому что ATLAS сейчас обновляется примерно раз в месяц. Без автоматизации перевод быстро теряет актуальность.
P.S. На Хабре уже была статья про перевод на русский язык MITRE ATLAS несколько лет назад, но сайт уже увы не доступен и к тому же за это время произошло много изменений.
atlas.aisecbase.ru
ATLAS на русском
Неофициальный русский справочник MITRE ATLAS с матрицей тактик и техник, мерами защиты, кейсами и отчетом покрытия перевода.
❤1
Forwarded from BESSEC
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Анализ данных (Data analysis)
🗞️ В статье Google DeepMind “Intelligent AI Delegation” есть хороший разбор того, как правильно отдавать задачи AI.
Речь не о том, чтобы просто написать модели «сделай это» и надеяться на удачу.
Авторы предлагают смотреть на делегирование как на цепочку решений:
стоит ли вообще отдавать задачу AI, как её объяснить, какой уровень полномочий дать и как потом проверить результат.
Сейчас многие системы держатся на жёстких правилах, которые ломаются при неожиданных сбоях. Исследователи предлагают более гибкий подход: динамический рынок, где агенты могут «торговаться» за задачи через smart contracts.
Чтобы это работало безопасно, нужны строгий мониторинг и криптографические доказательства: система должна подтверждать корректность работы, не раскрывая приватные данные.
Вместо простых рейтингов агенты смогут использовать проверяемые цифровые сертификаты, которые показывают их реальные навыки.
Делегирование должно быть живым процессом- полномочия и ответственность могут меняться по ходу работы. Если ситуация изменилась или агент ошибся, система должна не разваливаться, а уметь передать задачу дальше, откатиться или включить запасной сценарий.
Отдельно важна тема доверия.
Фреймворк оценивает сложность задачи и прошлые результаты агента. Это помогает избежать двух ошибок:
* over-delegating - когда AI дают задачу, к которой он ещё не готов
* under-delegating, когда человек делает всё сам, хотя AI мог спокойно справиться
Результат тоже нельзя принимать на веру.
Система должна проверять ответ, учитывать уверенность агента и заранее иметь план, если он ошибётся. Для реальных рабочих процессов это критично: одна слепо принятая ошибка может потянуть за собой цепочку проблем.
Авторы также разбирают сценарий, где один AI-агент передаёт задачу другому. В таком случае система должна отслеживать, кто отвечает за результат, какие полномочия переданы и где находится контроль.
arxiv.org/abs/2602.11865
Речь не о том, чтобы просто написать модели «сделай это» и надеяться на удачу.
Авторы предлагают смотреть на делегирование как на цепочку решений:
стоит ли вообще отдавать задачу AI, как её объяснить, какой уровень полномочий дать и как потом проверить результат.
Сейчас многие системы держатся на жёстких правилах, которые ломаются при неожиданных сбоях. Исследователи предлагают более гибкий подход: динамический рынок, где агенты могут «торговаться» за задачи через smart contracts.
Чтобы это работало безопасно, нужны строгий мониторинг и криптографические доказательства: система должна подтверждать корректность работы, не раскрывая приватные данные.
Вместо простых рейтингов агенты смогут использовать проверяемые цифровые сертификаты, которые показывают их реальные навыки.
Делегирование должно быть живым процессом- полномочия и ответственность могут меняться по ходу работы. Если ситуация изменилась или агент ошибся, система должна не разваливаться, а уметь передать задачу дальше, откатиться или включить запасной сценарий.
Отдельно важна тема доверия.
Фреймворк оценивает сложность задачи и прошлые результаты агента. Это помогает избежать двух ошибок:
* over-delegating - когда AI дают задачу, к которой он ещё не готов
* under-delegating, когда человек делает всё сам, хотя AI мог спокойно справиться
Результат тоже нельзя принимать на веру.
Система должна проверять ответ, учитывать уверенность агента и заранее иметь план, если он ошибётся. Для реальных рабочих процессов это критично: одна слепо принятая ошибка может потянуть за собой цепочку проблем.
Авторы также разбирают сценарий, где один AI-агент передаёт задачу другому. В таком случае система должна отслеживать, кто отвечает за результат, какие полномочия переданы и где находится контроль.
arxiv.org/abs/2602.11865
Forwarded from AI для Всех
Sci-bot
Еще в бытийность свою исследователем, я довольно активно пользовался sci-hub. Sci-hub это такая платформа, на которй Саша Элбакян раздает доступ к научному знания (зачастую спрятанному за paywall).
Недавно, она сделал из этой платформы ИИ-агента и это очень круто! Это как deep research - но только по научным статьям (к которым у других агентов доступа в основном нет). Оплата за токены - платить криптой. Мне 2$ хватило на довольно глубокий анализ Лунной миссии Appolo 17.
Пока все нравится, не хватает только api (но Codex вполне себе справился пользоваться сайтом через Chrome).
Попробовать можно тут: sci-bot.ru
Еще в бытийность свою исследователем, я довольно активно пользовался sci-hub. Sci-hub это такая платформа, на которй Саша Элбакян раздает доступ к научному знания (зачастую спрятанному за paywall).
Недавно, она сделал из этой платформы ИИ-агента и это очень круто! Это как deep research - но только по научным статьям (к которым у других агентов доступа в основном нет). Оплата за токены - платить криптой. Мне 2$ хватило на довольно глубокий анализ Лунной миссии Appolo 17.
Пока все нравится, не хватает только api (но Codex вполне себе справился пользоваться сайтом через Chrome).
Попробовать можно тут: sci-bot.ru
Forwarded from CodeCamp
Ночное-полезное: нашел репу, которая поможет с нуля собрать своего ИИ-агента ☺️
Внутри шаг за шагом за ручку проводят по сборке полноценного ИИ-ассистента для arXiv. Он сам будет забирать научные статьи, парсить PDF, искать и отвечать на вопросы.
За 7 недель по итогу проходите весь путь от базы и построения инфраструктуры с Docker и FastAPI до агентного RAG и даже создания бота в Telegram.
Решаем на выходных😒
Внутри шаг за шагом за ручку проводят по сборке полноценного ИИ-ассистента для arXiv. Он сам будет забирать научные статьи, парсить PDF, искать и отвечать на вопросы.
За 7 недель по итогу проходите весь путь от базы и построения инфраструктуры с Docker и FastAPI до агентного RAG и даже создания бота в Telegram.
Решаем на выходных
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from AlexRedSec
Pillar Security выпустили обновленную версию своего фреймворка SAIL, разработанного для обеспечения безопасности ИИ-систем на всех этапах их жизненного цикла.
Для практического использования фреймворка SAIL авторы поделились также скиллом для ИИ-агентов, с помощью которого можно:
➡️ Провести оценку по фреймворку, например, своих ИИ-агентов, чтобы выявить присущие риски (сформировать модель угроз).
➡️ Сформировать план повышения уровня безопасности вашего проекта.
➡️ Проверить на соответствие комплаинс-требованиям (например, ISO 42001).
➡️ Сформировать опросник для оценки безопасности сторонних ИИ-решений.
p.s. Скилл совместим с Claude Code, Codex, ChatGPT, Antigravity и другими skill.md-совместимыми агентами.
#ai #framework #risk #sail #lifecycle #skill
Для практического использования фреймворка SAIL авторы поделились также скиллом для ИИ-агентов, с помощью которого можно:
p.s. Скилл совместим с Claude Code, Codex, ChatGPT, Antigravity и другими skill.md-совместимыми агентами.
#ai #framework #risk #sail #lifecycle #skill
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from База знаний AI
«Группа Астра» выпустила агента «Астра ИИ [Код]» для разработки ПО в закрытом контуре
«Группа Астра» вывела на рынок решение из собственной экосистемы — агента «Астра ИИ [Код]». Его клиентская часть развернута на рабочем месте, а серверная (модели и контур безопасности) в закрытом контуре или защищенном облаке.
Инженер через терминал на естественном языке формулирует задачу, после чего агент анализирует кодовую базу, находит уязвимости, запускает тесты или планирует архитектуру новых функций.
«Астра ИИ [Код]» создан для объектов КИИ, финансового сектора, госорганов и разработчиков софта. При этом выделяется пять сценария применения. Первый – автоматизация многошаговых задач, второй – аудит больших унаследованных кодовых баз при подключении новых команд к проекту.
Третий сценарий предполагает генерацию тестов, документации, комментариев и обновление зависимостей, четвертый — исправление недочетов и оптимизацию производительности, а пятый — создание новых агентов на естественном языке.
🔗 Источник: https://astra.ru/about/press-center/news/gruppa-astra-vypuskaet-ii-agent-dlya-razrabotki-po-v-zakrytom-konture-kii/
***
📎 В июле «Группа Астра» представила платформу «Боцман AI» для запуска ИИ-моделей внутри защищенного контура компании.
«Группа Астра» вывела на рынок решение из собственной экосистемы — агента «Астра ИИ [Код]». Его клиентская часть развернута на рабочем месте, а серверная (модели и контур безопасности) в закрытом контуре или защищенном облаке.
Инженер через терминал на естественном языке формулирует задачу, после чего агент анализирует кодовую базу, находит уязвимости, запускает тесты или планирует архитектуру новых функций.
«Астра ИИ [Код]» создан для объектов КИИ, финансового сектора, госорганов и разработчиков софта. При этом выделяется пять сценария применения. Первый – автоматизация многошаговых задач, второй – аудит больших унаследованных кодовых баз при подключении новых команд к проекту.
Третий сценарий предполагает генерацию тестов, документации, комментариев и обновление зависимостей, четвертый — исправление недочетов и оптимизацию производительности, а пятый — создание новых агентов на естественном языке.
🔗 Источник: https://astra.ru/about/press-center/news/gruppa-astra-vypuskaet-ii-agent-dlya-razrabotki-po-v-zakrytom-konture-kii/
***
📎 В июле «Группа Астра» представила платформу «Боцман AI» для запуска ИИ-моделей внутри защищенного контура компании.
Forwarded from Мир Робототехники
Пока на выставке ИННОПРОМ-2026 обсуждают взрывной рост производства чипов и оптоволокна, эксперты по кибербезопасности бьют тревогу: цифровая трансформация принесла не только эффективность, но и новые уязвимости. По данным «Лаборатории Касперского», представленным на сессии «Доверять нельзя проверить», в 2025 году 28% промышленных предприятий в мире столкнулись с кибератаками, в которых злоумышленники использовали искусственный интеллект.
📊 Кто в зоне риска?
Наиболее уязвимой оказалась обрабатывающая промышленность — именно та отрасль, которая сейчас демонстрирует самый бурный рост на ИННОПРОМ. Здесь с ИИ-атаками столкнулись 36% компаний. На втором месте — дискретное производство (30%), далее следуют строительство (21%) и сельское хозяйство (20%). Для сравнения: в энергетике и транспорте этот показатель ниже (17–18%), что может быть связано с более жесткими регуляторными требованиями к защите критической инфраструктуры.
Эксперты выделяют риски, специфичные именно для внедрения нейросетей в производство:
💡 Что это значит для отрасли?
Кибербезопасность перестала быть просто «защитой периметра». Теперь это вопрос выживания производственных линий. Более трети (36%) промышленных предприятий уже включили ИИ-атаки в топ-5 самых значимых угроз — наряду с атаками на цепочки поставок и деятельностью APT-группировок. В обрабатывающей промышленности эта доля достигает 45%.
Как отмечают эксперты, ответом на эти вызовы становится не отказ от технологий, а внедрение защитных решений на базе того же ИИ. Но пока баланс между скоростью цифровой трансформации и уровнем защиты остается хрупким.
Консорциум робототехники и «МИР Робототехники» — отраслевые медиапартнеры мероприятия
#Робототехника #ИИ #Роботизация #Автоматизация #Данные #ЦОД #ЦифровойСуверенитет #ИННОПРОМ
Please open Telegram to view this post
VIEW IN TELEGRAM