👀 Большие языковые модели (LLM) снижают порог входа в хакинг и ускоряют атаки

👤 Семен Рогачев, руководитель отдела реагирования на инциденты Бастиона, в разговоре с «Киберболоидом» отметил, что LLM все активнее используются злоумышленниками как инструмент усиления атак.

За счет огромного количества инструкций, скомпрометированных мануалов и обучающих материалов даже не очень квалифицированный хакер может оперативно выполнять шаблонные действия, развивающие проникновение в систему.

Как правило, от неквалифицированных массовых атак с применением LLM спасают:

🔵 Сегментация сети — разделение инфраструктуры на изолированные сегменты (VLAN, зоны доверия), ограничение east-west трафика и доступов между ними, в идеале — Zero Trust-подход.

🔵 Корректная настройка доступов — использование принципа наименьших привилегий (PoLP), разграничение ролей, отказ от «широких» сервисных аккаунтов и общих учеток, регулярный аудит прав, контроль привилегированных сессий и использование MFA для критичных систем.

🔵 Полноценный мониторинг — централизованный сбор логов (SIEM), отслеживание аномалий, алерты на подозрительную активность, а также EDR/XDR для конечных точек и отработанные процессы реагирования, чтобы даже самые «шумные» действия хакеров не терялись в логах.

🔗 Подробности в материале Киберболоида.

#Эксперты

• TG • MAX • VK •