КИБЕРБЕЗОПАСНОСТЬ

AI-пентест веб-приложений: как не купить красивую демоверсию

23% уязвимостей из списка VulnCheck атаковали в день раскрытия или раньше: как выбрать поставщика AI-пентеста веб-приложений.

✍️ Редакция iTech News | 19.11.2026 | ⏱ 4 мин | Источник: The Hacker News
AI-пентест веб-приложений: как не купить красивую демоверсию

23% уязвимостей, добавленных VulnCheck в перечень эксплуатируемых в первой половине 2026 года, были атакованы в день публичного раскрытия или раньше. На этом фоне AI-пентест веб-приложений превращается из эффектной демоверсии для CISO в практический вопрос: способен ли агент проверить авторизованные сценарии, доказать уязвимость и не устроить инцидент в продакшене. Об этом сообщает The Hacker News.

Издание опубликовало чек-лист из 15 вопросов для выбора поставщика автономного пентеста. Его главная мысль проста и неприятна для маркетинговых презентаций: сравнивать нужно не ролики с тестового стенда, а результаты на собственном приложении. Три инструмента могут одинаково убедительно находить XSS или открытый endpoint на демонстрационном сайте, но один остановится на форме логина, второй не сумеет объяснить охват, а третий попытается эксплуатировать находку в production без жёстких ограничений.

Повод вполне прикладной. В Mandiant M-Trends 2026 зафиксирован сдвиг к эксплуатации до появления исправлений. Google Threat Intelligence Group, в свою очередь, впервые описала злоумышленника, который, по оценке исследователей, применил созданный с помощью ИИ эксплойт нулевого дня для обхода двухфакторной аутентификации. Проблема была связана с логической ошибкой — тем типом дефектов, который плохо ловится обычным фаззингом и статическим анализом.

Что проверять вместо обещаний «автономности»

Первый вопрос к поставщику — откуда агент берёт контекст. Перед атакой пентестер строит карту приложения: разбирается в маршрутах, ролях, API, бизнес-процессах и точках доверия между компонентами. По модели CyCognito, на разведку и анализ у ручного пентеста уходит от 20 до 30 часов из общих 63–95 часов работы. Если ИИ-агент каждый запуск начинает с одного URL и заново обходит сайт, его скорость может оказаться иллюзией: команда будет оплачивать повторение уже выполненной разведки.

Но и готовая карта не должна превращаться в забор. Важны два свойства: сохраняет ли система знания между проверками и продолжает ли находить новые поверхности атаки за пределами исходной модели. Иначе агент остаётся продвинутым сканером, а не тестировщиком, который способен связать несколько фактов в цепочку. The Hacker News приводит пример исследования Apache Airflow: помощник на базе ИИ счёл поиск в коде бесперспективным, тогда как проверка доверительных отношений между компонентами развёртывания привела к обнаружению неаутентифицированного RCE CVE-2026-68982.

Второй блок проверки — не количество алертов, а качество доказательств. Подозрительный паттерн в ответе сервера ещё не равен эксплуатируемой уязвимости. Поставщик должен показать, что агент умеет безопасно воспроизвести проблему, подтвердить её влияние и приложить артефакты, которые разработчик или AppSec-команда смогут проверить. Иначе в бэклог попадёт очередная пачка ложных срабатываний, а не результаты пентеста.

В качестве иллюстрации издание приводит авторизованную проверку сайта крупной страховой компании. Агент обнаружил, что запрос одноразового кода позволял отправить код входа на произвольный адрес электронной почты. Он подтвердил проблему, войдя через код, полученный в собственный почтовый ящик, после чего защитные ограничения остановили дальнейшие действия. По данным кейса, сайт проверяли пентестом примерно за шесть месяцев до этого. Для российских команд здесь нет экзотики: именно авторизация, восстановление доступа, разграничение ролей и многошаговые пользовательские сценарии чаще всего оказываются зоной, которую поверхностный скан пропускает.

Нужен не демо-день, а контролируемый bake-off

Авторы предлагают проводить сравнительное тестирование поставщиков в одинаковых условиях: одна неделя, одно приложение, единый согласованный scope и одинаковые тестовые учётные записи. Полезно отдельно фиксировать время выдачи доступа, завершения разведки и первого активного теста. Затем оценивать кандидатов по контексту, охвату, подтверждённым находкам, ограничениям безопасности и повторной проверке исправлений. В опубликованной схеме используется 36-балльная шкала, при этом безопасность вынесена в обязательный фильтр: высокий балл за найденные баги не компенсирует отсутствие контроля над действиями агента.

Для разработчиков это означает, что перед пилотом надо подготовить не только URL. Поставщику потребуется описать роли и разрешённые сценарии, правила обращения с тестовыми и реальными данными, лимиты на отправку писем и уведомлений, запретные операции и условия немедленной остановки. Для бизнеса — заранее определить, какой результат считается полезным: подтверждённые критичные цепочки, измеримый охват конкретных потоков или регулярный ретест после релизов. Формулировка «пусть ИИ посмотрит приложение» годится лишь как начало дорогостоящего недоразумения.

Рынок автономного тестирования будет расти вместе со скоростью атак, но выбор здесь всё меньше похож на покупку лицензии для сканера. Победит не агент с самой гладкой презентацией, а тот, который прозрачно показывает границы проверки, находит уязвимости в реальных бизнес-сценариях и не выходит за согласованные рамки. Полный чек-лист и форму оценки поставщиков можно сверить в материале The Hacker News.

Поделиться: Telegram X LinkedIn