3 методические рекомендации ЦБ для финансовых организаций

ОГЛАВЛЕНИЕ

Введение
Классификация рисков и последствий для финсектора по методике ЦБ
Модель угроз. Что она должна учитывать
Архитектура Политики ИБ для ИИ
Безопасность цепочки поставок ИИ
Синергия 3-МР с Положением 716-П и ГОСТ Р 57580.3
Рекомендации по выполнению требований ЦБ РФ

Введение

16 июня 2026 года Центробанк (ЦБ РФ, Банк России) утвердил Методические рекомендации № 3-МР «По обеспечению информационной безопасности при разработке и применении искусственного интеллекта на финансовом рынке». В документе Банк России впервые сформулировал комплексный подход к обеспечению информационной безопасности при разработке и применении ИИ на финансовом рынке, а также связал управление рисками ИИ с действующей системой управления операционными рисками.

Формально рекомендательный характер документа не означает, что его положения можно игнорировать. Методические рекомендации Банка России дают понять, чего регулятор ожидает от участников рынка, и на практике нередко становятся обязательными к исполнению. Поэтому коммерческим банкам, страховым компаниям, микрофинансовым организациям, брокерам и субъектам национальной платёжной системы стоит готовиться заранее.

Классификация рисков и последствий для финсектора по методике ЦБ

Регулятор выделяет шесть рисков, связанных с ИИ, способных напрямую нарушить информационную безопасность и операционную надежность финансовой организации:

Риски управления данными: Использование некорректных или намеренно испорченных данных для обучения моделей.
Риски нарушения конфиденциальности: Угроза утечки чувствительной информации, коммерческой тайны или персональных данных клиентов при работе с моделью.
Риски сбоя модели, в том числе галлюцинации, дрейф данных и иные варианты деградации модели: Угроза генерации ложной правдоподобно выглядящей информации, снижение точности решений, общее ухудшение качества выдаваемых искусственным интеллектом результатов.
Риски отсутствия объяснимости и предсказуемости, приводящие к некорректным выводам и решениям: неспособность модели объяснить свою логическую цепочку рассуждений.
Риски цепочки поставок: уязвимости внутри чужих библиотек или сторонних сервисов.
Риски нарушения операционной надежности: Прерывание основных бизнес-процессов организации из-за умышленных атак на ИИ или халатности персонала (некорректные апдейты, ошибки конфигурирования).

Организации должны учитывать данные риски при определении целесообразности разработки и/или применения сервисов искусственного интеллекта в отдельных задачах или бизнес-процессах.

Модель угроз. Что она должна учитывать

Утверждённые методические рекомендации также предусматривают разработку модели угроз для систем, использующих технологии ИИ, с учётом результатов оценки перечисленных выше рисков.

Для разработки модели угроз Банк России определил характерные для ИИ угрозы и возможные способы их реализации:

	Возможная угроза безопасности технологий ИИ	Возможные способы реализации угроз	Пример
1	Угроза нарушения функционирования («обхода») средств, реализующих технологии ИИ	Атака с использованием фаззинга. Состязательные атаки.	Злоумышленник отправляет миллионы случайных измененных заявок, нащупывая «слепую зону» алгоритма, при которой скоринг выдает сбой, после чего автоматически одобряет кредит с максимальным лимитом.
2	Угроза искажения («отравления») обучающих данных.	«Отравление» набора обучающих данных. Бэкдоры (закладки).	«Подмешиваются» фейковые транзакции, чтобы модель перестала правильно выявлять мошенничество.
3	Угроза раскрытия информации о модели ИИ	Атака с использованием фаззинга. Извлечение данных. Вредоносная «инъекция».	Зная логику модели, злоумышленник использует запрос с инъекцией для получения информации.
4	Угроза хищения обучающих данных	Атака с использованием фаззинга. Извлечение данных. «Вредоносная инъекция».	Злоумышленник отправляет специфические запросы к модели, которая анализирует доходы клиентов. Изучая ответы нейросети, он математически восстанавливает исходный датасет и ворует закрытую базу данных.
5	Угроза модификации модели ИИ, в том числе изменения архитектуры, последовательности взаимодействий	Бэкдор (закладки). Модификация алгоритма обучения.	Злоумышленник меняет математическую функцию потерь в процессе дообучения модели. Внешне ИИ работает как обычно, но в его логику закладывается скрытый дефект.
6	Угроза приведения модели ИИ в состояние «отказ в обслуживании»	Атака типа «губка». Атака с использованием фаззинга.	Модели отправляют специальный файл. Нейросеть тратит 100% мощности на его расшифровку, после чего полностью «зависает».
7	Угроза манипуляции поведением модели ИИ	Вредоносная «инъекция».	Злоумышленник отправляет в систему распознавания банковских документов PDF-скан, в тело которого невидимым белым шрифтом вписана команда. Система обрабатывает документ автоматически и выполняет скрытую команду.
8	Угроза подмены модели ИИ	Угроза возможна при наличии у нарушителя непосредственного доступа к модели ИИ.	Подмена обученной модели на «отравленную».

Архитектура Политики ИБ для ИИ

Помимо этого организациям рекомендуется разработать Политику обеспечения информационной безопасности при разработке и применении искусственного интеллекта (ИИ). Ответственность за разработку Политики и контроль ее реализации рекомендуется возложить на заместителя руководителя организации, ответственного за обеспечение информационной безопасности.

Общие требования к Политике предполагают закрепление следующих положений:

Обеспечение целостности, доступности, конфиденциальности и киберустойчивости (в том числе проведение тестирования red team).
Реализация принципа наименьших привилегий.
Запрет на использование избыточных персональных данных клиентов для обучения и эксплуатации моделей.
Адаптация процесса безопасной разработки под процесс создания модели искусственного интеллекта.
Повышение осведомлённости персонала об особенностях разработки и применения ИИ.
Закреплённые обязанности и роли сотрудников в рамках процесса разработки и использования ИИ.
Соответствие разработанной и/или используемой системы ИИ национальным и/или международным стандартам, методическим документам.
Закрепление механизмов реализации Политики и определение ответственности за невыполнение требований Политики.
Разработка требований к моделям ИИ с открытым исходным кодом и оценка безопасности таких моделей.
Маркировка выходных данных ИИ.
Минимизация информации об используемых в организации моделях ИИ.
Регистрация и реагирование на инциденты защиты информации и инциденты операционной надежности в системах ИИ.
Разработка плана восстановления операционной надежности и порядка действий работников организации в нештатных ситуациях при эксплуатации систем ИИ.

Безопасность цепочки поставок ИИ

Для минимизации рисков информационной безопасности при использовании сервисов ИИ поставщиков услуг и организации работ с цепочками поставок организациям рекомендуется руководствоваться положениями стандарта Банка России СТО БР ИББС-1.4-2018.

В целях обеспечения безопасного использования данных, моделей ИИ поставщиков услуг и/или компонентов технологий ИИ с открытым исходным кодом организациям рекомендуется обеспечить доверие к таким данным, моделям и/или компонентам в отношении информационной безопасности в соответствии с национальным стандартом Российской Федерации ГОСТ Р 59276-2020.

Помимо этого, организациям рекомендуется разработать методику оценки доверия в отношении безопасности данных, моделей ИИ поставщиков услуг и/или компонентов технологий ИИ с открытым исходным кодом, учитывающую, в том числе, следующие факторы оценки:

1. Наличие у поставщика спецификации программного обеспечения со списком всех вложенных компонентов и их версий.
2. Участие ИИ-модели в программах Bug Bounty.
3. Наличие оценки соответствия объектов информационно-коммуникационной инфраструктуры, требованиям безопасности информации, установленным в Российской Федерации.
4. Наличие Модели угроз, учитывающей возможности как внешнего, так и внутреннего нарушителя.
5. Реализация мер защиты для модели ИИ, определенных в проектной и эксплуатационной документации.
6. Регулярное проведение поставщиком услуг анализа уязвимостей и тестирования на проникновение.
7. Наличие подтверждения внедрения и использования процессов безопасного жизненного цикла при разработке систем и (или) сервисов ИИ.

В договоры с поставщиками услуг рекомендуется включать пункты об ответственности поставщика услуг за нарушения информационной безопасности предоставленных сервисов, а также встречные обязательства по раскрытию информации о найденных уязвимостях. Средства контроля целостности в цепочке поставок должны быть сертифицированы ФСТЭК.

Синергия 3-МР с Положением 716-П и ГОСТ Р 57580.3

Утверждённые Банком России Методические рекомендации № 3 не внедряются обособленно, они прежде всего встраиваются в текущие требования Банка России:

✔ Взаимосвязь с Положением № 716-П

Любой технологический сбой искусственного интеллекта определяется как чистый операционный риск. Банкам необходимо актуализировать внутренние документы и базы событий, добавив туда типы инцидентов, связанных с искусственным интеллектом.

✔ Взаимосвязь с ГОСТ Р 57580.3-2022

Системы искусственного интеллекта переводятся в статус критичных информационных активов, если они используются в критически важных процессах. Это значит, что ИИ-модели должны быть включены в общие планы обеспечения непрерывности бизнеса, а в регламенты ежегодного тестирования операционной надежности должны быть заложены сценарии полного отказа ИИ-инфраструктуры или сбоя внешних провайдеров. В этих же документах нужно описать алгоритмы перевода систем на резервные ручные рельсы.

Как отмечает Юлия Задубровская, руководитель направления безопасности финансовых организаций Infosecurity, новые рекомендации Банка России не стоит рассматривать как отдельный документ — они дополняют уже действующую систему требований регулятора:

«Несмотря на, казалось бы, узкую направленность методических рекомендаций 3, ЦБ комплексно подошел к теме использования ИИ и соединил сразу несколько тем: здесь и актуальная в настоящее время тема ИИ, и продолжение давно развиваемой ЦБ темы по управлению защитой информации, операционными рисками и устойчивостью, а также связь с требованиями иных регуляторов, например, дополнение Методики оценки угроз ФСТЭК новыми тактиками и техниками».

3-МР: как финансовым организациям защитить ИИ-системы по новым рекомендациям ЦБ РФ