Опубликовано: 29.03.2026 | Источник: SecurityLab (RSS)

Как использовать уязвимости AI-браузеров в дипломной работе: кейс браузера Comet

Представьте: вы разрабатываете диплом на тему кибербезопасности, а в это время появляется технология, которая сама по себе становится угрозой. Именно это произошло с новым классом AI-браузеров — таких как Comet. Вместо того чтобы защищать пользователей, они упрощают создание фишинговых сайтов, превращая ИИ в инструмент киберпреступников. Об этом — свежая публикация на SecurityLab от 12 марта 2026 года.

Почему это важно для вас, как студента? Потому что такие события — не просто новости. Это возможность сделать вашу ВКР релевантной, современной и защищённой от обвинений в «устаревании». Вы можете не просто описать теорию — а проанализировать реальный кейс, предложить решение, рассчитать эффект. И всё это — с опорой на свежие данные.

В этой статье я покажу, как превратить инцидент с Comet в основу для диплома: какие темы выбрать, как структурировать работу, какие ошибки избегать. Даже если вы не планируете заказать диплом, эти примеры помогут вам написать ВКР, которая выделится на фоне остальных.

Актуальные темы ВКР на основе кейса с Comet

Ниже — три конкретные темы, которые можно использовать в вашей выпускной квалификационной работе. Каждая из них опирается на реальные события, имеет научную и практическую ценность, и соответствует современным требованиям к ВКР в IT-специальностях.

1. Разработка системы детекции фишинговых страниц, созданных с помощью ИИ-браузеров

• Актуальность: Как показывает статья, браузеры вроде Comet позволяют генерировать убедительные фишинговые сайты за секунды. Это делает традиционные методы защиты (например, по чёрным спискам) неэффективными. Требуются новые подходы.
• Цель исследования: Создать модель или алгоритм, способный выявлять фишинговые страницы, сгенерированные с помощью ИИ, на основе их структуры, поведения и метаданных.
• Задачи:
  • Проанализировать архитектуру AI-браузеров (на примере Comet).
  • Собрать выборку признаков, характерных для ИИ-сгенерированных фишинговых страниц.
  • Разработать алгоритм детекции (например, на основе машинного обучения).
  • Протестировать модель на реальных и синтетических данных.
• Возможная структура работы:
  • Глава 1: Анализ угроз кибербезопасности в условиях развития ИИ-браузеров
  • Глава 2: Проектирование и реализация системы детекции
  • Глава 3: Оценка эффективности и экономическая целесообразность внедрения

2. Оценка рисков внедрения ИИ в клиентские веб-приложения на примере браузера Comet

• Актуальность: Интеграция ИИ в браузеры — тренд. Но как показывает случай с Comet, безопасность часто становится второстепенной задачей. Это создаёт риски для пользователей и организаций.
• Цель исследования: Разработать методику оценки рисков при внедрении ИИ-функций в клиентские приложения.
• Задачи:
  • Изучить архитектуру Comet и его ИИ-модулей.
  • Выявить уязвимые точки (например, генерация контента, доступ к данным пользователя).
  • Применить методы анализа рисков (например, STRIDE или OCTAVE).
  • Предложить рекомендации по безопасной интеграции ИИ.
• Возможная структура работы:
  • Глава 1: Современные подходы к интеграции ИИ в веб-браузеры
  • Глава 2: Анализ уязвимостей и рисков на примере Comet
  • Глава 3: Методика оценки и пути минимизации рисков

3. Разработка рекомендаций по защите пользователей от ИИ-фишинга в корпоративной среде

• Актуальность: Как указано в статье, Comet упрощает создание фишинговых атак. В условиях роста удалённой работы и цифровизации это — прямая угроза бизнесу.
• Цель исследования: Создать комплекс мер по защите сотрудников от фишинга, сгенерированного с помощью ИИ-браузеров.
• Задачи:
  • Проанализировать типичные сценарии атак с использованием ИИ.
  • Оценить эффективность существующих средств защиты (антифишинг, EDR, SASE).
  • Разработать методику обучения пользователей (security awareness).
  • Предложить архитектуру защищённого рабочего места.
• Возможная структура работы:
  • Глава 1: Угрозы со стороны ИИ-генерации контента в корпоративной среде
  • Глава 2: Анализ и проектирование системы защиты
  • Глава 3: Оценка эффективности и внедрение в ИТ-инфраструктуру

Как использовать этот кейс в аналитической главе

Анализ рынка современных решений

В первой главе вашей ВКР важно показать, что вы понимаете состояние дел в отрасли. Кейс с Comet — идеальный пример для демонстрации дисбаланса между инновациями и безопасностью.

Вы можете:

• Сравнить Comet с другими ИИ-браузерами (например, Brave с AI-поиском, Opera с Aria).
• Показать, как быстро развивается рынок — и как медленно адаптируются стандарты безопасности.
• Указать, что ГОСТ Р ИСО/МЭК 27001-2021 пока не учитывает риски ИИ-генерации контента.

Пример формулировки:

«Как показывает анализ инцидента с браузером Comet (SecurityLab, 2026), стремление к инновациям может привести к игнорированию базовых принципов безопасности. Это подтверждает необходимость пересмотра подходов к сертификации ПО с ИИ-компонентами.»

Обоснование актуальности темы

Ссылка на статью — это не просто цитата. Это доказательство, что проблема существует здесь и сейчас.

Используйте так:

• «На фоне роста числа ИИ-браузеров, таких как Comet, возникает новая угроза — автоматизированный фишинг. Как сообщается в источнике, такие инструменты уже используются злоумышленниками.»
• «Традиционные методы защиты не справляются с динамически генерируемыми страницами. Это подтверждается кейсом Comet, где ИИ создаёт убедительные фальшивки за секунды.»

Практические примеры для проектной части

Адаптация технологии под задачи ВКР

Если вы разрабатываете систему защиты — вы можете смоделировать атаку на основе Comet, даже без доступа к самому браузеру.

Например:

• Используйте открытые ИИ-модели (например, Llama 3 или Mistral) для генерации фишинговых страниц.
• Создайте датасет: 100 страниц — легитимных, 100 — сгенерированных ИИ.
• Используйте этот датасет для обучения модели детекции.

Такой подход соответствует требованиям к практической значимости ВКР и показывает, что вы работаете с реальными угрозами.

Пример архитектуры системы детекции

Вот как может выглядеть архитектура для второй главы:

Такая схема — реализуема в рамках диплома и может быть протестирована на локальной машине.

Экономические расчёты — как учесть новые данные

В третьей главе вы можете рассчитать экономический эффект от внедрения вашей системы. Используйте данные из статьи как основу для оценки ущерба.

Например:

• Средняя стоимость фишинг-атаки в РФ — 500 000 ₽ (по данным Positive Technologies).
• Если ИИ-браузеры увеличивают количество атак на 30%, то потенциальный ущерб растёт.
• Ваша система снижает риск на 70% — значит, экономия составляет ~105 000 ₽ на каждую защищённую организацию.

Формула:

Экономический эффект = (Количество атак × Средний ущерб) × Процент предотвращённых атак

Такие расчёты — обязательны для ВКР по специальностям с экономическим уклоном (например, 09.03.02 «Информационные системы и технологии»).

Чему вы научитесь

Работа с таким кейсом даёт вам не просто диплом — она развивает реальные профессиональные навыки:

• Анализировать современные угрозы кибербезопасности на основе реальных инцидентов.
• Работать с ИИ-технологиями в практической задаче (генерация, детекция, оценка).
• Применять стандарты и методики (STRIDE, OCTAVE, ГОСТ) в реальных условиях.
• Обосновывать экономическую эффективность ИТ-решений — навык, востребованный в любой компании.
• Формулировать выводы, которые подкреплены данными, а не общими словами.

Это делает вашу ВКР не просто формальностью — а портфолио, которое можно показать работодателю.

FAQ

Можно ли использовать кейс с Comet, если я не специалист по кибербезопасности?

Да, можно. Даже если вы учитесь на «Программной инженерии» или «Прикладной информатике», вы можете рассмотреть Comet с точки зрения архитектуры, пользовательского опыта или этики ИИ. Например: «Оценка этических рисков внедрения ИИ в клиентские приложения» — это полноценная тема для ВКР.

Где взять данные для анализа, если Comet недоступен?

Вы не обязаны использовать сам браузер. Достаточно:

• Проанализировать публикации (включая статью SecurityLab).
• Использовать аналогичные ИИ-модели (например, Hugging Face).
• Создать симуляцию атаки на основе описанных в статье сценариев.

Главное — чётко указать, что вы работаете с моделью угроз, а не с реальным ПО.

Подойдёт ли такая тема для защиты перед строгой комиссией?

Да, особенно если вы покажете:

• Связь с современными трендами (ИИ, киберугрозы).
• Использование актуальных источников (включая 2026 год).
• Практическую значимость (даже в виде прототипа).

Комиссии ценят, когда студент сам выбирает сложную, но актуальную тему — это показывает инициативу.

Могу ли я заказать диплом по этой теме, если не успеваю?

Да, помощь с ВКР — распространённая практика. Особенно если вы совмещаете учёбу с работой. Главное — выбрать надёжного исполнителя, который не просто напишет текст, а поможет с архитектурой, данными и защитой. Мы, например, помогаем с 2010 года и знаем, что нужно комиссии.

Источник: Хотели будущее, а получили цифрового предателя. Разбираем слабые места браузера Comet (опубликовано 2026-03-12)