ИИ ускоряет кибератаки на энергетику и промышленность
Искусственный интеллект все активнее используется для атак на энергетику и промышленную инфраструктуру. Об этом 1 сентября пишет Reuters. Опрошенные изданием специалисты отмечают, что ИИ помогает злоумышленникам быстрее искать уязвимые объекты, писать инструменты для атак и автоматизировать значительную часть пути от разведки до проникновения в систему.
Особенно уязвимой становится энергетика. Электростанции, подстанции, распределительные сети, небольшие солнечные и ветровые станции за последние годы обзавелись множеством цифровых связей, удаленных подключений и устройств, доступных через сеть. При этом часть оборудования проектировалась задолго до нынешних требований к кибербезопасности.
По словам экспертов Reuters, большие языковые модели позволяют автоматизировать многие действия, для которых раньше требовались специалисты достаточно высокой квалификации. Модель может анализировать сведения об инфраструктуре, искать подходящие уязвимости, писать скрипты и даже разбираться с протоколами, которыми обмениваются промышленные устройства. В результате потенциальному злоумышленнику уже не обязательно самому годами изучать особенности промышленной автоматизации.
ИИ уже пишет инструменты для атак на PLC
Речь идет не только о прогнозах. 19 августа американское Агентство национальной безопасности вместе с другими ведомствами официально предупредило об активности против программируемых логических контроллеров Siemens S7.
По данным ведомств, злоумышленники ведут разведку и разрабатывают средства атак на установленные в США PLC, используя сгенерированные искусственным интеллектом эксплойт-скрипты, замаскированные под легитимные инструменты мониторинга.
В список потенциальных целей входят энергетика, водоснабжение и водоотведение, химическая отрасль, производство, сельское хозяйство и другие объекты критической инфраструктуры. Успешная атака на плохо защищенный контроллер может иметь уже не виртуальные последствия: остановку технологического процесса, простой оборудования или его повреждение.
Сам по себе ИИ здесь не создает принципиально нового класса атак. Но он берет известные методы и быстро превращает их в готовые инструменты.
От корпоративной сети до водоканала за несколько часов
Показательный случай весной описала компания Dragos. В ходе кампании против мексиканских государственных организаций злоумышленники активно использовали Claude и модели GPT. Исследователи изучили более 350 артефактов атаки, значительная часть которых представляла собой вредоносные скрипты, созданные при помощи ИИ.
Одной из целей стала организация водоснабжения и водоотведения в агломерации Монтеррея. После проникновения в корпоративную ИТ-сеть Claude во время разведки самостоятельно обнаружил сервер с промышленным шлюзом и платформой управления SCADA/IIoT. Модель распознала его значение, изучила документацию производителя, сформировала списки возможных учетных данных и помогла организовать перебор паролей.
Проникнуть непосредственно в технологическую сеть атакующим в итоге не удалось. Но исследователей заинтересовал другой результат: злоумышленник не демонстрировал серьезных знаний в области АСУ ТП. Недостающий контекст ему фактически предоставила модель.
Еще показательнее созданный в ходе той же кампании инструмент. Claude полностью написал центральный post-compromise-фреймворк объемом около 17 тыс. строк Python-кода с 49 модулями — для разведки сети, сбора учетных данных, работы с Active Directory, базами данных, повышения привилегий и автоматизации бокового перемещения.
По оценке Dragos, задачи разработки, которые раньше могли занимать дни или недели, в этом случае выполнялись за часы. Именно это исследователи считают главным изменением: между первоначальным компрометированием корпоративной сети и попыткой приблизиться к технологическому контуру у защитников остается значительно меньше времени.
Старые слабости получили новый ускоритель
Обычный сервер можно оперативно обновить после выхода исправления. С промышленным оборудованием все сложнее: патч необходимо проверить, убедиться, что он не нарушит работу технологического процесса, а иногда дождаться подходящего технологического окна. В энергетике неудачное обновление само по себе способно привести к остановке объекта — именно поэтому специалисты, опрошенные Reuters, называют профилактическую работу значительно более медленным процессом.
О том, что эта проблема возникла задолго до нынешней волны ИИ-атак, IT-World писал ранее. На промышленных предприятиях устаревшие серверы, контроллеры и другие элементы АСУ ТП могут работать годами и даже десятилетиями, а их обновление нередко невозможно без риска для непрерывности производства. В результате ИИ не создает уязвимость с нуля, а резко ускоряет поиск и эксплуатацию слабых мест, которые промышленность не всегда может быстро устранить.
Одновременно растет число распределенных объектов. Небольшая солнечная электростанция, насосная станция или локальный генератор зачастую защищены хуже крупной электростанции. Для небольшого объекта сложнее оправдать расходы на многоуровневую защиту и круглосуточную команду ИБ, хотя подключен он к той же инфраструктуре.
Последние атаки показывают последствия такого разрыва и без участия ИИ. В августе CERT Polska опубликовал новые результаты расследования атаки на польскую энергетику, произошедшей в конце декабря 2025 года. Тогда одновременно атаковали около 30 ветровых и солнечных электростанций и несколько теплоэлектроцентралей. На одной из них злоумышленникам удалось остановить паровую турбину и систему подготовки технологической воды. Подача тепла потребителям не прекратилась благодаря действиям персонала.
Использование ИИ в этой атаке не установлено. Но случай хорошо показывает среду, в которой ему предстоит работать: множество распределенных объектов, удаленные соединения и конфигурационные ошибки. В польском случае одним из путей проникновения стала неправильно настроенная частная APN-сеть.
Время становится частью периметра
Масштаб проблемы не ограничивается только энергетикой. По данным Dragos, во втором квартале 2026 года было зафиксировано 1140 инцидентов с программами-вымогателями, затронувших промышленные организации, — на 12% больше, чем кварталом ранее. На производство пришлось 747 случаев, еще 117 затронули разработчиков оборудования АСУ ТП, инжиниринговые компании и интеграторов. Под атаками оставались нефтегазовые, энергетические и коммунальные предприятия.
Параллельно меняются возможности самих атакующих. Google Threat Intelligence Group в мае сообщила, что впервые обнаружила злоумышленника, использовавшего уязвимость нулевого дня, которая, по оценке исследователей, была разработана с помощью ИИ. GTIG говорит уже о переходе от отдельных экспериментов с генеративными моделями к их масштабному встраиванию в работу атакующих.
До полностью автономного ИИ, который самостоятельно выбирает электростанцию и выводит ее из строя, дело пока не дошло. Dragos специально предостерегает от такого преувеличения: в наблюдавшихся атаках модели в основном используют давно известные приемы и не демонстрируют принципиально новых возможностей именно для АСУ ТП. Но для промышленности этого может оказаться достаточно.
Раньше одной из защит служила сама сложность технологических систем: чтобы понять устройство промышленной сети, найти нужный контроллер, разобраться в протоколе и подготовить инструмент атаки, требовались время и довольно редкая квалификация. Генеративный ИИ постепенно убирает этот барьер.
В промышленной кибербезопасности время всегда имело значение. С появлением ИИ оно само становится частью периметра защиты.
Опубликовано 01.09.2026
