ИИ-система выявила инсайдеров в аэропортах: реальные случаи предотвращения утечек данных
© Гамиловский Юрий
На конференции по информационной безопасности в гражданской авиации «Авиакод» с докладом выступил Дмитрий Исаев, исполнительный директор компании «Стахановец».
Его презентация «Поведенческая аналитика и выявление инсайдеров при помощи ИИ» была подкреплена не абстрактными тезисами, а реальными случаями из жизни аэропортов и авиакомпаний, где система на основе искусственного интеллекта предотвратила серьёзные инциденты.
От поиска работы до шантажа: 4 реальных кейса
В основе решения «Стахановец» лежит сбор телеметрии с рабочих компьютеров сотрудников и её анализ локальными AI-моделями, которые отслеживают около 100 параметров поведения. Система создает «цифровой профиль» сотрудника и фиксирует аномалии. Исаев подробно разобрал четыре инцидента.
1. Удержание ценного авиадиспетчера. Система зафиксировала у сотрудника аэропорта нехарактерную активность: посещение сайтов по поиску работы, копирование служебной информации и подозрительные действия в мессенджерах. Через 14 дней анализа AI присвоил риску высокий приоритет. В ходе беседы с службой безопасности выяснилось, что сотруднику поступило выгодное предложение от конкурента. Благодаря своевременному сигналу, аэропорт смог договориться с сотрудником об улучшении условий и удержать его. Также удалось предотвратить передачу важной информации о компании.
2. Обнаружение инсайдера в службе безопасности. В течение 8 месяцев система наблюдала за сотрудницей СБ, которая в составе преступной группы планировала похитить и продать персональные данные около 50 тысяч пассажиров. Несмотря на осторожные и растянутые во времени действия, AI выявил несоответствие её поведения профессиональным задачам. Инцидент был предотвращён до утечки, удалось избежать возможного штрафа в 75 млн рублей.
3. Помощь сотруднику в трудной ситуации. Системный администратор авиакомпании, столкнувшись с необходимостью собрать крупную сумму (10 млн рублей) на лечение ребёнка, начал искать подработки и вступил в сомнительные переговоры. AI классифицировал его контакты как рискованные. Вместо санкций компания создала фонд поддержки сотрудников и полностью оплатила лечение.
4. Защита от шантажа. На сотрудника вышла группа лиц, угрожая раскрыть компрометирующую информацию из его прошлого, и требовала деньги. Система, проанализировав совокупность поведенческих факторов, определила, что сотрудник находится под внешним давлением и может пойти на нарушение. Служба безопасности вновь вмешалась до момента передачи каких-либо данных. Сотрудника признали жертвой, а не нарушителем, а его репутацию удалось сохранить.
Технология, которая видит неочевидное
Как подчеркнул Исаев, ключевое преимущество подхода — анализ не отдельных «триггерных» действий, а совокупности множества малозаметных изменений в поведении.
Выступление Дмитрия Исаева наглядно продемонстрировало, что современная безопасность в критических отраслях, таких как авиация, выходит за рамки защиты периметра и всё чаще полагается на проактивные технологии, способные предсказать человеческий фактор — главную уязвимость любой системы.
Больше новостей по транспортной безопасности читайте по ссылке.
Благодарим за оставленный Вами отзыв! Мы стараемся становиться лучше!
Транспортная отрасль вышла на новый нормативный маршрут. Сразу три документа — приказ Минтранса № 41, постановления Правительства РФ № 1915 и 2107 — внесли коррективы в дорожную карту по обеспечению безопасности объектов транспортной инфраструктуры. Однако обеспечительные мероприятия для запуска механизма новых требований выполнены не везде. Задача нового номера — подтолкнуть отрасль к пониманию, как выстраивать работу в условиях регуляторных пробуксовок при ограниченной нормативной видимости.
