Т-банк создал первого российского AI-ассистента в сфере кибербезопасности

МОСКВА, 21 мая. /ТАСС/. Т-банк разработал первого в России ассистента по информационной безопасности на основе искусственного интеллекта. Разработка позволит экономить группе "Т-технологии" более 1 млрд руб. в год, и в дальнейшем будет доступна другим компаниям на рынке, сообщили в пресс-службе кредитной организации.

"Т-банк разработал первого в России ассистента по информационной безопасности Safeliner на основе искусственного интеллекта (AI). Его задача - снизить нагрузку на продуктовые команды разработки в компании, быстрее реагировать на угрозы и не допускать появление уязвимостей в коде еще на этапе разработки. Использование AI-ассистента Safeliner поможет сэкономить группе "Т-технологии" более 1 млрд [руб.] в год, минимизируя риски в сфере информационной безопасности и оптимизируя код в экосистеме Т", - говорится в сообщении.

В перспективе Т-банк планирует открыть доступ к Safeliner другим компаниям на рынке, несколько партнеров уже тестируют продукт. AI-ассистент может позволить разработчикам существенно сократить расходы на устранение уязвимостей, снизить риски, связанные с уязвимостями в коде, а также сократить "срок жизни" потенциальных уязвимостей в несколько раз.

По словам вице-президента, директора департамента информационной безопасности Т-банка Дмитрия Гадаря, при помощи Safeliner группа реализует подход shiftleft, который позволяет устранять потенциальные уязвимости еще на этапе написания кода без отвлечения и глубокого погружения в вопросы безопасности разработчика.

"В условиях высокого спроса на опытных IT-специалистов разработчики сосредоточены на развитии продукта и могут допускать ошибки, которые затем превращаются в уязвимости. Обучение безопасной разработке требует много времени и глубокого погружения, поэтому некоторые специалисты уделяют недостаточно внимания безопасности кода. Это создает дополнительные киберриски и ставит под угрозу безопасность продуктов", - отметил он.

AI-ассистент создан в привычной для разработчиков среде GitLab и использует большую языковую модель для генерации подсказок (LLM), а также исправлений в коде - разработчику нужно лишь принять исправление. Все модели работают внутри корпоративного контура - внешние API и сторонние сервисы не используются.