В июньском партнёрском дайджесте Positive Technologies есть несколько тем, которые полезны ИБ-, ИТ- и AppSec-командам: измеримая киберустойчивость, управление маршрутами атак, безопасная разработка и риски искусственного интеллекта.
Мы отобрали четыре новости, где есть практический смысл для ИБ-, ИТ- и AppSec-команд: что меняется в подходах, какие процессы стоит проверить и какие направления могут стать рабочими проектами уже в этом году.
Коротко:
- Positive Technologies представила инструмент для мониторинга киберустойчивости отраслей, регионов и цепочек поставок;
- РАНХиГС выстраивает управление киберугрозами на базе MaxPatrol VM и MaxPatrol Carbon;
- PT Application Inspector 6.0 получил управление сканированиями, поиск секретов в коде и новое ядро Config;
- исследование «ИИ в 2026» показывает, что Shadow AI, AI-driven разработка и ИИ-агенты становятся самостоятельной поверхностью риска.
Киберустойчивость в масштабе отраслей
Мониторинг защищённости организаций, регионов и цепочек поставок
На ПМЭФ-2026 Positive Technologies представила инструмент для мониторинга киберустойчивости федеральных и региональных органов власти, подведомственных учреждений, отраслей и цепочек поставок.
Идея важна именно как изменение масштаба. Классическая киберзащита часто строится вокруг отдельных организаций или объектов инфраструктуры. Но реальные сбои могут проходить через подрядчиков, зависимые сервисы, технологические связи и критически важные бизнес-процессы. Поэтому всё большее значение получает не только защита отдельного периметра, но и понимание всей связанной картины.
⚔️ Практический вывод: для крупных организаций и холдингов всё полезнее смотреть на защищённость не как на набор разрозненных проверок, а как на управляемую карту рисков: активы, подрядчики, технологические цепочки, критичные процессы и измеримые меры повышения устойчивости.
От уязвимостей к маршрутам атак
РАНХиГС использует MaxPatrol VM и MaxPatrol Carbon
РАНХиГС строит процесс управления киберугрозами с помощью MaxPatrol VM и MaxPatrol Carbon. В распределённой инфраструктуре академии — более 50 филиалов, поэтому простого списка уязвимостей недостаточно: важно понимать, какие недостатки действительно ведут к критичным системам.
MaxPatrol VM используется для аудита инфраструктуры, управления уязвимостями и регулярного сканирования активов. MaxPatrol Carbon добавляет моделирование потенциальных маршрутов атак и помогает приоритизировать не всё подряд, а именно те недостатки, которые участвуют в реализации недопустимых событий.
- меньше шума в большом backlog уязвимостей;
- понятнее связь между техническим недостатком и бизнес-риском;
- проще объяснить приоритеты ИТ- и ИБ-командам;
- можно отслеживать динамику повышения защищённости по измеримым метрикам.
AppSec: крупный релиз PT Application Inspector 6.0
Сканирования, секреты в коде, Config и поддержка 1С
В дайджесте отдельно выделен крупный релиз PT Application Inspector 6.0. Среди заметных изменений: сервис управления сканированиями, модуль поиска секретов в коде, новое ядро Config для обнаружения уязвимых конфигураций, расширенная пагинация списка проектов, переработанная онлайн-справка и поддержка языка 1С.
Для AppSec-процессов это важные направления. Секреты в репозиториях, небезопасные конфигурации и слабая управляемость сканирований часто становятся не менее серьёзной проблемой, чем собственно уязвимости в коде. Чем больше проектов и команд разработки, тем сильнее нужна централизованная диспетчеризация проверок и понятный контроль результата.
Что стоит проверить в собственном AppSec-контуре: где хранятся секреты, как запускаются сканирования, кто отвечает за исключения, какие языки и фреймворки покрыты, и попадают ли результаты в единый процесс исправления.
ИИ в 2026: внешняя и внутренняя поверхность риска
Исследование о применении ИИ в атаках и бизнес-процессах
В аналитическом материале Positive Technologies об ИИ в 2026 году важен баланс: полностью автономные атаки пока остаются скорее гипотезой, но ИИ уже ускоряет отдельные этапы атак — социальную инженерию, генерацию вредоносного кода, перевод и адаптацию приманок, поиск уязвимостей и обработку похищенных данных.
Не менее важна внутренняя сторона риска. Shadow AI, небезопасная AI-driven разработка, ИИ-инфраструктура и автономные агенты создают новую поверхность атаки внутри самой организации. Если сотрудники и команды разработки используют ИИ без правил, журналирования, контроля данных и проверки output, классические проблемы безопасности получают новый ускоритель.
- описать допустимые сценарии использования ИИ и запретные зоны по данным;
- проверить, какие внешние AI-сервисы уже используются фактически;
- учесть AI-driven разработку в secure SDLC;
- контролировать доступы, логи и действия ИИ-агентов;
- не заменять базовую гигиену модным AI-контролем: пароли, доступы, обновления и экспозиция сервисов всё ещё решают многое.