facebook

NTEC представил ИИ-систему выявления веб-шеллов на конференции «Вершина AIсберга»

20 ноября 2026

18 ноября 2026 года в Минске прошла практическая бизнес-конференция «Вершина AIсберга», организованная компанией hoster.by. В отеле «Пекин» собрались руководители компаний, CTO, системные архитекторы, DevOps-инженеры и специалисты по информационной безопасности для обсуждения реального внедрения искусственного интеллекта – от автоматизации бизнес-процессов с помощью AI-агентов до вопросов нормативного регулирования и киберзащиты. 

В рамках секции по информационной безопасности Национальный центр обмена трафиком (NTEC) презентовал собственную разработку – интеллектуальный сканер веб-шеллов, построенный на базе гибридного ИИ. О новой системе и подходах к семантическому анализу кода рассказали менеджер по информационным технологиям NTEC Андрей Мардилович и техник-программист NTEC Полина Демянчук в ходе совместного доклада: «За пределами регулярных выражений: построение ИИ-систем семантического анализа кода для выявления скрытых Web Shell».

Скрытая угроза для веб-инфраструктуры 

В первой части выступления Андрей Мардилович подробно разобрал актуальный ландшафт киберугроз, связанных с веб-шеллами – вредоносными скриптами, которые злоумышленники загружают на серверы для удалённого управления и закрепления в инфраструктуре. По данным отраслевых исследований, веб-шеллы обнаруживаются в ресурсах каждой четвёртой компании, а в доменной зоне .by наблюдается заметный рост активности вокруг компрометации сайтов на популярных CMS (в первую очередь в сегментах ИТ и интернет-услуг, медицины и торговли).

Спикер наглядно продемонстрировал бизнес-последствия подобных инцидентов для двух типовых сценариев:

  1. Взлом на Shared-хостинге. Загрузка веб-шелла через уязвимости CMS ведёт к эскалации прав, рассылке спама, блокировке аккаунта, массовым сбоям корпоративной почты и репутационным потерям для бизнеса.
  2. Компрометация VPS-сервера. Злоумышленники используют захваченную виртуальную машину как прокси-узел в ботнете – один узел способна генерировать десятки Мбит/с паразитного трафика, что приводит к перегрузке каналов, непредвиденным издержкам и заморозке сервера.

Классические сигнатурные методы и регулярные выражения сегодня не справляются с современными угрозами: злоумышленники активно применяют обфускацию, скрытые инъекции в легитимные файлы систем управления сайтами (WordPress, Bitrix, Joomla, Drupal) и многоступенчатую загрузку полезной нагрузки.

Как устроен интеллектуальный сканер веб-шеллов от NTEC

Для решения этой задачи специалисты NTEC разработали систему непрерывного мониторинга файловой системы и кода CMS-сайтов. Решение построено на клиент-серверной архитектуре: лёгкие агенты на серверах хостинг-провайдера взаимодействуют с управляющим сервером и облачным модулем анализа в контуре NTEC.

Во второй части доклада Полина Демянчук раскрыла внутреннее устройство собственного ML-модуля системы – ShellCoonCheck. Вместо поверхностного поиска по строкам система переходит к глубокому семантическому анализу:

  1. Построение абстрактного синтаксического дерева (AST). Исходный код преобразуется в графовое представление, что позволяет «видеть» реальную логику программы независимо от попыток злоумышленника запутать имена переменных или разбить строки. AST по заданной логике разбивается на отдельные регионы.
  2. Гибридная нейросеть. Первый уровень архитектуры построен на базе собственной графовой нейронной сети (GNN). Модель оценивает вероятность угрозы и локализует наиболее подозрительные регионы, что помогает выявлять как целые файлы-вебшеллы, так и вредоносные инъекции, занимающие менее 0,01% объема легитимного файла.
  3. Валидация с помощью LLM. Выделенные фрагменты передаются большой языковой модели, которая проверяет вердикт ML-модели, отсеивает ложные срабатывания и формирует для специалиста по ИБ понятное объяснение того, почему конкретный участок кода является вредоносным. 
13

Практические результаты и эффективность

Эффективность подхода была подтверждена как на эталонной выборке (более 50 000 файлов), так и в ходе реального сканирования инфраструктуры: 

  • Высокая полнота обнаружения. Даже без подключения LLM модель ShellCoonCheck выявила 92,2% веб-шеллов (10 972 из 11 888), существенно опередив по этому показателю популярные коммерческие антивирусные решения (45,4% и 31% соответственно) при минимальном уровне ложноположительных срабатываний (0,018%).
  • Работа в реальных условиях. При проверке 730 000 уникальных файлов за 40 часов система обнаружила 2 098 подозрительных скриптов, из которых 1 746 были достоверно подтверждены LLM-модулем, а итоговая доля ложных срабатываний составила всего 0,048%. 

Доклад вызвал живой интерес у профессионального сообщества и участников секции: после выступления спикеры ответили на вопросы представителей бизнеса и специалистов по ИБ о практических аспектах интеграции сканера и сценариях взаимодействия с хостинг-площадками. 

Участие в конференции «Вершина AIсберга» подтвердило высокий уровень собственных компетенций NTEC на стыке кибербезопасности и машинного обучения в создании прикладных инструментов для защиты цифровой инфраструктуры.