ВИКОРИСТАННЯ ШТУЧНОГО ІНТЕЛЕКТУ ДЛЯ НЕСАНКЦІОНОВАНОГО ДОСТУПУ ДО КОНТЕЙНЕРИЗОВАНИХ СИСТЕМ
DOI: 10.31673/2409-7292.2025.011683
Анотація
У статті розглядається потенційна можливість використання відкритих чат-ботів, що працюють на основі
штучного інтелекту(ШІ), для здобуття контролю над Kubernetes-кластером без залучення зовнішніх сервісів.
Актуальність проблеми полягає в стрімкому розвитку і інтеграції технологій ШІ у процеси DevOps та DevSecOps,
де Kubernetes є однією з найпопулярніших платформ оркестрації контейнерів. ШІ, зокрема технології машинного
навчання, може бути застосований для виявлення вразливостей в контейнеризованих середовищах, що дозволяє
не тільки покращити безпеку продукту, але й дає зловмисникам можливість отримувати доступ до чутливих даних
або критичних інфраструктур. Інтелектуальні алгоритми можуть автоматизувати процеси атаки, аналізуючи
великі, обсяги даних та адаптуючи стратегії в режимі реального часу. Це підвищує ефективність кіберзагроз,
ускладнюючи їх виявлення та запобігання. У роботі проаналізовано можливість виконати протизаконні дії за
допомогою чат-ботів зі ШІ, поведінку після отримання прямих або завуальованих закликів до зловмисних дій а
також ШІ використання в академічних цілях. Застосовано методи практичного тестування запропоновані ШІ в
ізольованому середовищі, що імітують умови реального використання, аби перевірити, наскільки чат-боти з
публічним доступом можуть виявляти й експлуатувати вразливості в Kubernetes. Отримані результати свідчать
про можливість загроз, викликаних тим, що автоматизовані ШІ-асистенти можуть генерувати командний код для
втручання в налаштування кластерів або аналізу вразливостей інформаційної системи, тим самим здійснюючи
несанкціоноване отримання прав доступу. І виявлено механізми які забороняють чат-ботам допомагати
виконувати або давати поради для виконання протизаконних дій спрамованих на отримання доступу до
контейнеризованого середовища.
Ключові слова: DevOps, DevSecOps, Kubernetes, хмара, штучний інтелект, ChatGPT, Claude, Phind,
кібербезпека.
Список використаних джерел
1. Production-Grade Container Orchestration. Kubernetes. URL: https://kubernetes.io/ (date of access:
18.02.2025).
2. Reddy Chittibala D. Security in Kubernetes: A Comprehensive Review of Best Practices. International Journal
of Science and Research (IJSR). 2023. Vol. 12, no. 6. P. 2966–2970. URL: https://doi.org/10.21275/sr24304111526 (date
of access: 18.02.2025).
3. NIST SP 800-190. Application Container Security Guide. Official edition. Gaithersburg, 2017. 51 p.
URL: https://doi.org/10.6028/NIST.SP.800-190 (date of access: 18.02.2025)
4. Impact of AI on cybersecurity and security compliance / Adebola Folorunso et al. Global journal of engineering
and technology advances. 2024. Vol. 21, no. 1. P. 167–184. URL: https://doi.org/10.30574/gjeta.2024.21.1.0193 (date of
access: 18.02.2025)
5. Mahal A., Singh K., Singh K. Influence of Generative AI on Cyber Security. International journal of all research
education and scientific methods: Conference, Ludhiana, 2 January 2025. P. 1922–1928. Режим доступу:
URL: https://www.researchgate.net/publication/388586775_Influence_of_Generative_AI_on_Cyber_Security
6. 2023 Global DevSecOps Report. Gitlab. URL: https://about.gitlab.com/developer-survey/previous/2023/. (date
of access: 18.02.2025).
7. DevSecOps Market Report Scope & Overview. SNS Insider. URL: https://www.snsinsider.
com/reports/devsecops-market-2416. (date of access: 18.02.2025).
8. Development, Security, and Operations: A Brief Guide on DevSecOps. USCSI. URL:
https://www.uscsinstitute.org/cybersecurity-insights/blog/development-security-and-operations-a-brief-guide-ondevsecops. (date of access: 18.02.2025).
9. Fu M., Pasuksmit J., Tantithamthavorn C. AI for DevSecOps: A Landscape and Future Opportunities. 2024.
URL: https://doi.org/10.48550/arXiv.2404.04839. (date of access: 18.02.2025).
10. Nastenko V. Integrating Security in DevOps: Best Practices, Tools, and Challenges. URL: https://techstack.com/blog/integrating-security-in-devops-best-practices-tools-and-challenges/. (date of access: 18.02.2025).
11. Tao F., Akhtar M., Jiayuan Z. The future of Artificial Intelligence in Cybersecurity: A Comprehensive
Survey. EAI Endorsed Transactions on Creative Technologies. 2021. Vol. 8, no. 28. P. 170285.
URL: https://doi.org/10.4108/eai.7-7-2021.170285 (date of access: 18.02.2025).
12. Gajbhiye B., Goel O., Gopalakrishna Pandian P. K. Managing Vulnerabilities in Containerized and Kubernetes
Environments. Journal of Quantum Science and Technology. 2024. Vol. 1, no. 2. P. 59–71.
URL: https://doi.org/10.36676/jqst.v1.i2.16 (date of access: 18.02.2025)
13. Kampa S. Navigating the Landscape of Kubernetes Security Threats and Challenges. Journal of Knowledge
Learning and Science Technology ISSN: 2959-6386 (online). 2024. Vol. 3, no. 4. P. 274–281.
URL: https://doi.org/10.60087/jklst.v3.n4.p274. (date of access: 18.02.2025)
14. Phind. URL: https://www.phind.com/ (date of access: 18.02.2025).
15. Explore Chat GPT. Open AI. URL: https://openai.com/chatgpt/overview/ (date of access: 18.02.2025).
16. Google Kubernetes Engine (GKE). Google Cloud. URL: https://cloud.google.com/kubernetesengine?hl=en (date of access: 18.02.2025).
17. Jenkins. Jenkins. URL: https://www.jenkins.io/ (date of access: 18.02.2025).
18. Nastenko V. Integrating Security in DevOps: Best Practices, Tools, and Challenges. URL: https://techstack.com/blog/integrating-security-in-devops-best-practices-tools-and-challenges/. (date of access: 18.02.2025).
