Дистанционный захват и «отравление» систем: ИИ делает автомобиль менее безопасным

В относительно тихий вечер в июле прошлого года в Сан-Франциско десятки автономных такси начали прибывать одно за другим на небольшую улицу — узкий тупиковый переулок. Автомобили прибыли согласно заказам, сделанным через приложение, именно так, как они и должны были сделать. Однако вместо ожидавших их пассажиров они обнаружили лишь дорогу, заблокированную другими автомобилями из того же парка. В течение нескольких минут образовалась странная пробка: десятки беспилотных транспортных средств с работающими двигателями пытались понять, куда ехать дальше.

Выяснилось, что речь идет о розыгрыше молодого инженера-программиста, который вместе с друзьями организовал одновременный заказ десятков роботакси по одному и тому же адресу. Цифровая шутка, возможно, была призвана рассмешить — нечто, напоминающее серийный заказ пиццы на дом другому человеку, — но она также выявила новую уязвимость в мире подключенного транспорта.

Инцидент получил название «DDoS автономных такси». В мире кибербезопасности DDoS («распределенная атака типа "отказ в обслуживании"») — это атака, при которой веб-сайт наводняют огромным количеством запросов, пока он не рухнет. В данном случае «запросами» были не пакеты данных в сети, а физические транспортные средства. Вместо того чтобы наводнить серверы, атака наводнила целую улицу «компьютерами на колесах».

По словам исследователей кибербезопасности в сфере автотранспорта, это может выглядеть как шалость, но демонстрирует гораздо более широкий сценарий. Если механизмы заказа поездок или управления автопарком используются во зло, теоретически можно создать дорожные сбои, заблокировать подъездные пути или даже нанести ущерб способности экстренных служб добраться до определенного района. Такие сценарии могут включать в себя создание помех полицейской деятельности, блокирование путей эвакуации при чрезвычайных ситуациях, преднамеренное создание пробок — и даже использование транспортных систем как части террористического акта.

«Это может выглядеть как розыгрыш, но это иллюстрирует, как интеллектуальные транспортные системы могут стать частью поверхности атаки», — говорит Янив Маймон, вице-президент по кибербезопасности компании Upstream Security, специализирующейся на кибербезопасности автомобилей.

В 2 раза больше кибератак в 2025 году

Беседа с Маймоном проходит на фоне публикации ежегодного отчета компании, в котором рассматриваются киберугрозы в автомобильной промышленности и сфере интеллектуальной мобильности. Согласно отчету, в 2025 году было зафиксировано 494 публичных киберинцидента в отрасли, что почти в два раза больше, чем в предыдущем году. Но помимо роста числа событий, отчет также указывает на более глубокие изменения: появление новых угроз, связанных с автономными транспортными средствами, облачными сервисами и искусственным интеллектом.

Одной из областей, которая особенно беспокоит исследователей, является телеоперация — технология, позволяющая осуществлять дистанционное управление автомобилем и становящаяся все более распространенной в мире автономного транспорта. Такие системы используются, например, в парках роботакси, в автономных грузовиках и в интеллектуальной сельскохозяйственной технике. Когда системе автономного вождения трудно справиться с определенной ситуацией, человек-оператор может взять на себя управление автомобилем через сеть связи и продолжить поездку.

«Чтобы это работало, нужно открыть интерфейс, который соединяет систему вождения с сетью. В некоторых случаях речь идет о небольших компаниях, которые разрабатывают эти решения без регулирования и кибервозможностей, имеющихся у крупных автопроизводителей», — говорит Маймон. По его словам, в таких случаях система телеоперации может фактически стать альтернативным путем доступа к критически важным системам автомобиля: «Это может обойти часть защитных механизмов, которые производители встроили в сам автомобиль».

Бизнес-кризис, приведший к кризису безопасности

Новые риски проистекают не только из технологического прогресса, но и из более глубокого кризиса в автомобильной промышленности. В последние годы почти все автопроизводители объявили о планах превратить свои транспортные средства в так называемые «программно-определяемые автомобили» (Software Defined Vehicles) — машины, в которых программное обеспечение является центральным компонентом, подобно модели Tesla.

Идея была проста: построить интеллектуальную платформу, позволяющую обновлять автомобиль дистанционно, улучшать системы автономного вождения по мере сбора дополнительной информации и добавлять новые услуги на протяжении всего срока службы автомобиля.

Однако на практике многие производители обнаружили, что архитектура их транспортных средств не адаптирована для перехода к модели программно-определяемого автомобиля. Наряду с инженерными проблемами, высокие затраты на разработку новых платформ и экономические трудности в автомобильной промышленности в последние годы привели к тому, что некоторые компании замедлили или отменили планы в этой области.

«Было много планов по внедрению передовых вычислений в автомобиль, но почти все они были остановлены. Производители поняли, что для достижения такой модели, как у Tesla, необходимо полностью изменить архитектуру автомобиля», — говорит Маймон.

Вместо того чтобы осуществлять полный переход, некоторые производители выбрали промежуточный путь: запуск расширенных возможностей на базе существующего оборудования с выносом части функций за пределы самого автомобиля. Во многих случаях это означает переход к облачной обработке, то есть к системам, которые выполняют часть вычислений и анализа вне автомобиля — наряду с растущей зависимостью от внешних поставщиков, предоставляющих программные компоненты и различные услуги.

Так вокруг автомобиля фактически сформировалась внешняя цифровая цепочка поставок, включающая облачные сервисы, приложения и поставщиков программного обеспечения. «Однако во многих случаях, — говорит Маймон, — аппаратное и программное обеспечение в самом автомобиле изначально не проектировалось для работы с такими сервисами, и зачастую защитные механизмы также не адаптированы к требованиям кибербезопасности новых систем».

От облака до двигателя

Это означает, что многие функции автомобиля больше не выполняются внутри самого транспортного средства, а осуществляются через внешние сервисы. Здесь в игру вступают API — программные интерфейсы, позволяющие различным системам взаимодействовать друг с другом. Проще говоря, API — это как «коммуникационная розетка» между системами. Мобильное приложение может использовать его для отправки команды на открытие дверей, облачный сервис может использовать его для обновления программного обеспечения, а система управления автопарком может использовать его для отслеживания местоположения автомобиля.

В прошлом возможности подключения подключенного автомобиля были относительно ограничены: базовая телеметрия, местоположение, открытие дверей. Сегодня все больше и больше функций — от сервисов вождения до систем управления автопарком — работают через интерфейсы API и облачные сервисы.

Этот переход меняет и характер рисков. Если в прошлом взлом автомобиля требовал физического доступа или глубоких знаний его электронных систем, то сегодня злоумышленники часто сосредотачиваются на цифровых системах вокруг автомобиля — облачных серверах, пользовательских приложениях и интерфейсах API. Отчет Upstream указывает на то, что 92% атак в автомобильной промышленности совершаются удаленно, чаще всего через интернет.

Черный месяц автомобильной промышленности

Уязвимость этих систем была наглядно продемонстрирована в конце 2025 года, когда серия атак поразила нескольких автопроизводителей. В сентябре и октябре того года атакам подверглись как минимум девять различных компаний отрасли.

Волна инцидентов началась после кибератаки на Jaguar Land Rover, в ходе которой злоумышленникам удалось проникнуть в корпоративные системы компании и похитить большие объемы внутренней информации. Атака вынудила компанию отключить часть своих ИТ-систем, чтобы остановить вторжение, что привело к сбоям на производственных линиях нескольких заводов в Европе.

Простой продолжался почти три недели, и за это время не были произведены тысячи транспортных средств. По оценкам отрасли, производственные линии компании, выпускающие около тысячи автомобилей в день, потеряли за этот период производство десятков тысяч транспортных средств, а экономический ущерб оценивается в сотни миллионов долларов.

По словам Маймона, успех атаки создал эффект подражания среди других хакерских групп.

«Как только крупная атака удается, это привлекает дополнительных злоумышленников. Эта отрасль все еще менее зрелая с точки зрения кибербезопасности», — говорит он. В одном случае, по его словам, злоумышленникам удалось скачать сотни гигабайт информации у крупной компании отрасли — около 300 гигабайт документов, кода и инженерной информации.

В прошлом злоумышленники просто публиковали части материалов в сети, чтобы оказать давление на компанию. Но в данном случае для анализа украденного материала использовались инструменты искусственного интеллекта.

«Они использовали ИИ, чтобы просмотреть сотни гигабайт информации и фактически создать резюме для руководителей. Система смогла определить, что во всех этих данных является особенно конфиденциальным — какие документы могут нанести вред компании, что может раскрыть коммерческую тайну и что может нанести репутационный ущерб», — говорит Маймон.

ИИ как цель атаки

И действительно, искусственный интеллект сегодня становится центральным игроком на арене кибербезопасности автомобильного мира — как со стороны злоумышленников, так и со стороны самих систем. Согласно отчету Upstream, от 80% до 90% киберопераций в мире уже выполняются автономно с помощью систем ИИ. Это означает, что злоумышленники могут проводить атаки в большем масштабе и со значительно более высокой скоростью.

Но искусственный интеллект — это не только инструмент в руках злоумышленников. Это также цель. Одной из опасностей, которую подчеркивают исследователи, является возможность «отравления» обучающих данных. Системы автономного вождения и системы помощи водителю обучаются на огромных объемах данных — изображениях дорог, данных датчиков и параметрах вождения.

«Если кому-то удается идентифицировать базу данных, используемую для обучения, он может попытаться ввести в нее крайние случаи. Цель состоит в том, чтобы создать ситуации, с которыми модель не умеет справляться — и тогда, когда они происходят в реальности, автомобиль может отреагировать непредсказуемым образом», — говорит Маймон.

Еще одним риском являются атаки, пытающиеся обмануть модели в режиме реального времени, например, с помощью входных данных, которые сбивают с толку систему искусственного интеллекта. В конечном счете, говорит Маймон, переход к подключенному и автономному автомобилю меняет всю концепцию кибербезопасности отрасли: «Границы автомобиля больше не заканчиваются на самой машине. Они включают в себя облако, приложения и всю окружающую экосистему».