Опубликовано: 16.08.2026 | Источник: SecurityLab (RSS)

Анализ безопасности систем управления ИИ для ВКР: уязвимости и защита

В марте 2026 года SecurityLab опубликовал статью о том, что популярные системы управления ИИ оказались «абсолютно беззащитными» перед взломом. Для студента ИТ‑специальности это не новость, а готовая исследовательская база. В работе можно разобрать причины, предложить архитектуру защиты и показать её эффективность. В этой статье расскажем, как написать ВКР с опорой на свежий кейс, и что реально добавляет баллы на защите.

Как превратить новость о взломе ИИ в полноценный диплом

Три актуальные темы ВКР

1. Модель угроз для системы управления ИИ

• Актуальность: статья SecurityLab показывает, что даже коммерческие ИИ‑платформы не защищены от атак. Значит, их модели угроз либо нет, либо она не применяется на практике.
• Цель: разработать модель угроз и обоснованные требования к защите.
• Задачи:
  • проанализировать архитектуру типовой ИИ‑платформы и её компоненты;
  • классифицировать уязвимости по OWASP LLM Top 10 и STRIDE;
  • построить DFD‑диаграммы и дерево атак;
  • сформулировать требования к безопасной конфигурации.
• Структура: глава 1 — анализ предметной области; глава 2 — разработка модели угроз; глава 3 — апробация модели на тестовом стенде.

2. Проектирование защищённой архитектуры оркестрации ИИ‑сервисов

• Актуальность: если управление ИИ отдано одному сервису, его взлом парализует всю систему. Нужны сегментация, контроль доступа и мониторинг подозрительных действий.
• Цель: спроектировать архитектуру, которая ограничивает поверхность атаки.
• Задачи:
  • выделить критические компоненты и потоки данных;
  • разработать схему в нотации C4;
  • реализовать политики сетевого взаимодействия и доступа;
  • оценить соответствие требованиям ISO/IEC 25010.
• Структура: глава 1 — обзор подходов к безопасности ИИ; глава 2 — проектирование архитектуры; глава 3 — моделирование атак на стенд и оценка защищённости.

3. Методика тестирования защищённости ИИ‑платформ

• Актуальность: уязвимости из статьи можно воспроизводить и закрывать, только если заранее подготовлены сценарии пентеста.
• Цель: разработать и проверить методику тестирования защищённости (red team).
• Задачи:
  • подобрать инструменты для анализа API и LLM‑моделей;
  • разработать сценарии prompt injection, SSRF и несанкционированного доступа;
  • провести тесты в изолированной среде;
  • оценить риски по шкале CVSS и предложить меры.
• Структура: глава 1 — теория и существующие методики; глава 2 — разработка сценариев; глава 3 — внедрение и анализ метрик.

Распределение материала статьи по главам

Глава 1. Ссылку на статью SecurityLab можно привести как пример актуальности проблемы. Дальше — системный подход: use OWASP LLM Top 10, постройте диаграмму потоков данных (DFD) и опишите модель угроз STRIDE. Не нужно перечислять «страшные» атаки без связи с компонентами системы — это сразу видно на защите.

Глава 2. Разработайте целевую архитектуру. Один из наглядных элементов — сетевая политика для Kubernetes, ограничивающая доступ к ИИ‑оркестратору:

apiVersion: networking.k8s.io/v1
kind: NetworkPolicy
metadata:
  name: restrict-ai-api
spec:
  podSelector:
    matchLabels:
      app: ai-orchestrator
  policyTypes:
    - Ingress
  ingress:
    - from:
        - podSelector:
            matchLabels:
              role: frontend
      ports:
        - port: 8080
          protocol: TCP

Такой фрагмент показывает, что вы понимаете, как урезать поверхность атаки, а не просто «погуглили» уязвимости. Дополните диаграммой C4: контейнеры, компоненты, связи и доверительные границы.

Глава 3. Практическая часть строится на изолированном стенде. Результаты оформляйте в виде таблицы с метриками:

Такие метрики закрывают сразу два вопроса на защите: «как вы оценили эффективность» и «что изменилось после внедрения».

Чему вы научитесь в процессе

• строить модели угроз по STRIDE и OWASP LLM Top 10;
• проектировать сегментированную архитектуру для ИИ‑сервисов;
• настраивать сетевые политики Kubernetes и правила API‑шлюза;
• проводить тестирование защищённости без нарушения законодательства;
• оценивать эффект через метрики CVSS, MTTR и покрытие тестами.

Частые вопросы

Что проверить перед сдачей

Типичные ошибки студентов

Источник: Делегируй это хакеру. Популярные системы управления ИИ оказались абсолютно беззащитными (опубликовано 2026-03-18)