ОТП Банк: ИИ-агенты и ИИ-плагины в безопасной разработке и расследовании киберинцидентов

ОТП Банк применяет ИИ в цикле безопасной разработки: ИИ-плагины в средах разработки анализируют код в контексте всего продукта и находят уязвимости в момент их написания. Это переводит дорогие уязвимости, обнаруживаемые в промышленной эксплуатации, в дешёвые, исправляемые до релиза. ИИ фильтрует ложные срабатывания в отчётах, сокращая время исследования инцидентов. Банк реализовал кейс запуска специальной модели Mythos. Развитие направления — переход к автономным ИИ-агентам, работающим на каждом этапе разработки: непрерывная актуализация модели угроз, анализ изменений в коде, выявление уязвимостей, формирование задач, разработка прототипов исправлений и внедрение патчей. Заявлены три вектора контроля: жёсткое управление доступом ИИ-агентов, единый шлюз для всех ИИ-запросов и верификация выходных данных модели.

Вендор и технология: ИИ-плагины в средах разработки, специализированная модель Mythos; предлагаемый подход — Trend Modeling Improved Tools и автономные ИИ-агенты.

Раньше до 60% уязвимостей в отчётах были ложными срабатываниями, из-за чего у разработчиков копился бесполезный бэклог, а расследование инцидентов занимало много времени. Традиционный подход к безопасности разработки не успевает за ростом ИИ-угроз. Хаотичное использование локальных моделей сотрудниками создаёт неконтролируемые обращения к банковским системам.

• Находить уязвимости в момент написания кода

• отфильтровать ложные срабатывания в отчётах

• сократить время исследования киберинцидентов

• перейти к автономным ИИ-агентам в цикле разработки

• построить единый шлюз для всех ИИ-запросов и верификацию выходных данных

• Результаты

• время на исследование инцидентов снижено примерно на 80%

• ранее до 60% уязвимостей в отчётах были ложными

• модель Mythos нашла 23 тыс. критических Zero-Day уязвимостей Нагрузка и масштаб

• цикл безопасной разработки и SecOps ОТП Банка