Ostrzeżenie NCSC o ransomware wspieranym przez AI wyznacza infrastrukturze krytycznej termin na 2028 rok

NCSC ostrzegło 3 listopada 2026 r., że do 2028 r. złośliwe oprogramowanie wspierane przez AI z dużym prawdopodobieństwem będzie wykorzystywane w ransomware wymierzonym w brytyjską infrastrukturę krytyczną. Ostrzeżenie NCSC dotyczące ransomware i AI odnosi się do prognozy, a nie do nowo ujawnionego naruszenia infrastruktury. Jego bezpośrednia konsekwencja jest taka, że znane słabości bezpieczeństwa będą musiały mierzyć się z atakującymi zdolnymi wykorzystywać je skuteczniej.

Ransomware, złośliwe oprogramowanie używane do wymuszania okupu poprzez zakłócenia działania lub kradzież danych, już teraz rodzi trudne decyzje dotyczące odzyskiwania sprawności. AI zwiększa presję, pomagając atakującym szybciej wykonywać zadania pomocnicze. Główny konflikt rozgrywa się między przyspieszającymi procesami przestępców a organizacjami, których modernizacje technologiczne, zatwierdzanie prac utrzymaniowych i plany odzyskiwania postępują wolniej.

Opublikowane obserwacje Microsoftu stanowią użyteczny punkt odniesienia: atakujący wykorzystywali AI do wspierania istniejących działań, przy pojawiających się sygnałach bardziej autonomicznej aktywności. Właściciele infrastruktury stają więc przed praktycznym pytaniem, zanim zmierzą się z futurystycznym. Czy potrafią usunąć znane słabości i powstrzymać wtargnięcia, zanim atakujący przełożą wzrost produktywności na częstsze zakłócenia operacyjne?

Co faktycznie mówi ostrzeżenie NCSC o ransomware i AI

Komunikat wyznacza horyzont planowania dla operatorów infrastruktury, nie wskazując konkretnej przyszłej ofiary ani kampanii ataku.

National Cyber Security Centre, będące częścią GCHQ, wydało ostrzeżenie wraz z raportem State of the Cyber Nation. Jego ostrzeżenie dotyczące infrastruktury krytycznej wskazuje, że ransomware obejmujące złośliwe oprogramowanie wspierane przez AI będzie do 2028 r. wysoce prawdopodobne. Dyrektor generalny Richard Horne wezwał także organizacje, które odkładały inwestycje w podstawowe zabezpieczenia.

Ten harmonogram ma znaczenie, ponieważ inwestycje infrastrukturalne podlegają budżetom, umowom, przeglądom inżynieryjnym i harmonogramom prac utrzymaniowych. Prognoza mieszcząca się w tym horyzoncie daje zespołom kierowniczym powód, by ponownie przeanalizować decyzje już przechodzące przez te procesy. Czekanie na publicznie potwierdzony atak pozostawiłoby mniej czasu na ich zmianę.

Komunikat wymaga również ostrożnej interpretacji. „Złośliwe oprogramowanie wspierane przez AI” nie opisuje jednej konkretnej możliwości, produktu ani poziomu niezależności. Atakujący może używać AI podczas tworzenia złośliwego oprogramowania albo oprogramowanie może konsultować się z systemem AI w trakcie operacji. Te możliwości rodzą odmienne pytania dotyczące dochodzenia i obrony.

Publiczne ostrzeżenie nie dowodzi, że każda grupa ransomware dysponuje którąkolwiek z tych możliwości. Nie pokazuje też, że AI stała się niezbędna do skutecznego ataku na infrastrukturę. Istotna zmiana polega na oczekiwaniu agencji, że AI stanie się częścią tego zagrożenia w określonym przez nią horyzoncie.

Dla zarządu to rozróżnienie zmienia dyskusję o inwestycjach. Pytanie brzmi, czy istniejące zabezpieczenia pozostają wystarczające, gdy atakujący zyskują wsparcie. Organizacja nie musi udowodnić, że AI spowodowała jej ostatnie podejrzane logowanie, zanim przeanalizuje wystawioną usługę lub zaległą aktualizację.

Termin nie powinien stać się wymówką do odkładania prac do 2028 r. Prognoza opisuje spodziewane warunki, podczas gdy decyzje inwestycyjne określają gotowość przed ich nadejściem. Zespoły zakupowe wybierające dziś technologię mogą nadal wspierać te systemy, gdy okres prognozy dobiegnie końca.

Istnieje również różnica między ostrzeżeniem krajowym a lokalną ekspozycją. Podatność organizacji zależy od jej systemów, sposobu zarządzania dostępem, zależności i możliwości odzyskiwania sprawności. Komunikat nie może zastąpić takiej oceny, ale daje kierownictwu konkretny powód, by jej zażądać.

Ostrzeżenie NCSC o ransomware i AI zasługuje więc na uwagę jako wyzwanie dla obecnych założeń planistycznych. Jego znaczenie opiera się na tym, jak organizacje reagują na wiarygodną prognozę, a nie na traktowaniu tej prognozy jako raportu o incydencie. Następne pytanie dotyczy tego, gdzie szybsze procesy pracy atakujących wywierają największą presję operacyjną.

Infrastruktura krytyczna zmaga się z problemem tempa utrzymania

Operatorzy infrastruktury mierzą się z niedopasowaniem czasowym, gdy poprawa bezpieczeństwa wymaga koordynacji, której atakujący nie potrzebują.

Krytyczna infrastruktura krajowa oznacza systemy i usługi niezbędne dla funkcjonowania państwa. W takich środowiskach zmiany w zabezpieczeniach mogą wpływać na dostępność sprzętu, wsparcie dostawców i bezpieczeństwo operacyjne. To sprawia, że decyzja o aktualizacji lub odizolowaniu systemu jest bardziej złożona niż instalacja rutynowej poprawki na komputerze biurowym.

Złożoność nie eliminuje obowiązku zarządzania ekspozycją. Zmienia jedynie grono osób, które muszą uczestniczyć w decyzji. Zespoły bezpieczeństwa mogą zidentyfikować słabość, podczas gdy liderzy operacyjni kontrolują okna utrzymaniowe, a dostawcy kontrolują obsługiwane konfiguracje. Kierownictwo musi rozstrzygnąć wynikające z tego kompromisy.

Rozważmy przykładowe przedsiębiorstwo użyteczności publicznej oceniające podatną zdalną usługę utrzymaniową. Wyłączenie dostępu mogłoby przerwać pracę wykonawcy, a jej modernizacja mogłaby wymagać testów. Pozostawienie jej wystawionej na działanie zachowuje wygodę, ale wydłuża okres, w którym atakujący może próbować uzyskać dostęp.

Przykład jest hipotetyczny, a nie stanowi opisu ujawnionego incydentu. Pokazuje, dlaczego produktywność atakujących ma znaczenie nawet bez niezależnego sterowania przez AI. Wsparcie ograniczające wysiłek potrzebny na badania lub rozwiązywanie problemów może zwiększyć presję na organizację, która już ma trudności ze skoordynowaniem naprawy.

Wcześniejsza ocena zagrożeń AI przygotowana przez NCSC przewidywała podział między systemami nadążającymi za zagrożeniami wspieranymi przez AI a tymi, które pozostają w tyle. Ostrzegała również, że dodawanie systemów AI tworzy więcej możliwości dla atakujących tam, gdzie kontrole bezpieczeństwa są niewystarczające. Nowy komunikat daje operatorom infrastruktury kolejny powód, by lokalnie przeanalizowali ten podział.

Pytanie operacyjne wykracza poza wiek maszyny. Starszy system z ograniczonym dostępem i przetestowaną ścieżką odzyskiwania stwarza inne ryzyko niż system niepotrzebnie wystawiony na dostęp z zewnątrz. Nowsza platforma także może powodować problemy przez nadmierne uprawnienia lub słabo rozumiane połączenia.

To sprawia, że odpowiedzialność staje się kluczową kwestią. Ktoś musi wiedzieć, kto może dotrzeć do usługi, kto zatwierdza zmiany i kto może autoryzować awaryjną izolację. Gdy te obowiązki pozostają niejasne, ustalenie techniczne może krążyć bez doprowadzenia do decyzji.

Dostawcy powinni uczestniczyć w tej samej dyskusji. Operator musi zrozumieć, czy zależność od utrzymania uniemożliwia terminowe usunięcie problemu i jakie istnieją alternatywy. W przeciwnym razie zaakceptowany wyjątek może po cichu stać się trwałym warunkiem działania.

Dla nabywców korporacyjnych ostrzeżenie wzmacnia argument za oceną łatwości utrzymania obok funkcjonalności. Bezpieczeństwo systemu zależy częściowo od tego, czy jego właściciel potrafi go aktualizować, monitorować i odzyskiwać jego sprawność w trudnych warunkach. Te możliwości zasługują na uwagę, zanim umowa stworzy długoterminową zależność.

Największa presja prawdopodobnie spadnie na organizacje z nierozwiązaną ekspozycją i powolnym procesem decyzyjnym. AI nie usuwa ograniczeń inżynieryjnych, które utrudniają utrzymanie infrastruktury. Podnosi koszt pozwalania, by ograniczenia te stały się bezterminowym uzasadnieniem bezczynności.

Szybsze procesy przestępców mogą wyprzedzić znane zabezpieczenia

Najbliższe zagrożenie wynika z kumulującego się wsparcia na kolejnych etapach ataku, nawet gdy operacją nadal kieruje człowiek.

Oceny zagrożeń AI NCSC podkreślają szybkość, skalę i wydajność w ramach ustalonych metod. Wskazują rozpoznanie, inżynierię społeczną, wykrywanie podatności i tworzenie exploitów jako obszary otrzymujące wsparcie. Ocena stwierdza również, że wykwalifikowani operatorzy nadal są niezbędni do kierowania działaniami i weryfikowania wyników.

Rozpoznanie oznacza gromadzenie informacji o celu przed próbą uzyskania dostępu. Inżynieria społeczna polega na manipulowaniu ludźmi, aby wykonali działania pomagające atakującemu. Wykrywanie podatności identyfikuje słabości bezpieczeństwa, a tworzenie exploita przekształca słabość w użyteczną metodę włamania.

Zadania te są istotne, ponieważ wtargnięcie obejmuje więcej niż końcowy złośliwy program. Atakujący musi wybrać cel, zrozumieć jego środowisko, uzyskać dostęp i zdecydować, co zrobić dalej. Wsparcie na kilku etapach może zmienić nakład wysiłku wymagany w całej operacji.

Efekt nie wymaga bezbłędnych wyników. Wykwalifikowany operator może odrzucić błędną sugestię, zmienić polecenie lub wykorzystać tylko część odpowiedzi. Taka kontrola człowieka ogranicza niektóre korzyści z automatyzacji, ale jednocześnie sprawia, że niedoskonałe wsparcie pozostaje użyteczne.

Badanie Microsoftu z marca 2026 r. dotyczące taktyk AI opisuje, jak atakujący stosują AI w swoich procesach pracy. Przykłady obejmują Emerald Sleet wykorzystujący modele językowe do badania publicznie zgłaszanych podatności. Microsoft raportuje również wczesne sygnały bardziej agentowego użycia, czyli systemów realizujących zadania poprzez sekwencje działań.

Te obserwacje wspierają węższy wniosek niż twierdzenia o powszechnie autonomicznym hakowaniu. Pokazują, w jaki sposób AI może wspierać pracę, którą atakujący już wykonują. Nie dowodzą takiego samego wzrostu produktywności dla każdej grupy, celu ani zadania technicznego.

Microsoft i OpenAI przedstawiają również defensywny kontrast na rynku AI. Dostawcy mogą badać nadużycia swoich usług i ograniczać zidentyfikowane konta. Operatorzy infrastruktury muszą jednak chronić własne środowiska niezależnie od tego, jaki model lub usługę wybierze atakujący.

Tworzy to odmienne miary sukcesu. Dostawca może skutecznie przerwać działanie konta wykorzystywanego do nadużyć, nie eliminując stojącego za nim operatora. Właściciel infrastruktury może skutecznie zablokować wtargnięcie, nie wiedząc, czy AI pomogła je przygotować.

Dla obrońców przemawia to przeciw uzależnianiu działania od przypisania roli AI. Podejrzana próba dostępu nadal wymaga dochodzenia, gdy jej metoda przygotowania pozostaje nieznana. Wystawiona słabość nadal potrzebuje właściciela, gdy żaden śledczy nie potrafi zidentyfikować narzędzi atakującego.

Implikacja ekonomiczna jest analizą, a nie zmierzonym wynikiem tego komunikatu. Jeśli wsparcie zmniejsza wysiłek przypadający na każdą próbę, niektórzy atakujący mogą wykorzystać zaoszczędzony wysiłek gdzie indziej. To, czy zaatakują więcej organizacji, czy skoncentrują się na trudnych ofiarach, pozostaje pytaniem empirycznym.

Dlatego główny spór dotyczy przepustowości atakujących i zdolności obrońców do reagowania. Działania wspierane przez AI mogą stawiać dodatkowe wymagania znanym zabezpieczeniom. Obrońcy potrzebują dowodów, że te zabezpieczenia działają pod presją, a nie zapewnienia, że atak nadal wymaga udziału człowieka.

Zdolność odzyskiwania sprawności określa, jak daleko rozprzestrzeni się wtargnięcie

Zdolność organizacji do ograniczenia szkód i przywrócenia usług ma znaczenie nawet wtedy, gdy prewencja zawiedzie.

Ostrzeżenie NCSC o ransomware i AI uwydatnia praktyczne rozróżnienie między powstrzymaniem wejścia a ograniczeniem konsekwencji. Prewencja dotyczy tego, czy atakujący uzyskuje dostęp. Odporność dotyczy tego, czy organizacja może kontynuować kluczową działalność, ograniczyć zakłócenia i odzyskać sprawność po uzyskaniu tego dostępu.

Wspólny przewodnik dotyczący odzyskiwania po atakach ransomware, opublikowany przez władze USA, zaleca tworzenie zaszyfrowanych kopii zapasowych offline oraz regularne testy odtwarzania. Zaleca także oddzielenie sieci biznesowych od technologii operacyjnej, czyli systemów monitorujących lub kontrolujących fizyczne urządzenia. Działania te ograniczają skutki niezależnie od tego, czy uda się ustalić udział AI.

Segmentacja sieci oznacza ograniczanie połączeń między częściami środowiska. Jej wartość zależy od połączeń, które rzeczywiście istnieją, w tym wyjątków i dostępu dostawców. Diagram opisujący separację daje mniejszą pewność niż dowody, że nieuprawnione przemieszczanie się w sieci jest blokowane.

Kopie zapasowe wymagają podobnej analizy. Pomyślny proces kopiowania odpowiada na pytanie, czy dane trafiły do magazynu. Ćwiczenie odtwarzania odpowiada na pytanie, czy organizacja może przywrócić użyteczną usługę przy użyciu ludzi, poświadczeń, oprogramowania i sprzętu dostępnych podczas zakłócenia.

Pytania te mogą prowadzić do różnych wniosków. Organizacja może zachować swoje pliki, lecz nie mieć wykonalnej sekwencji ponownego uruchamiania zależnych usług. Może też odkryć, że osoby potrzebne do odzyskania działania zależą od komunikacji niedostępnej podczas ćwiczenia.

Dla osób kierujących infrastrukturą użyteczną jednostką analizy jest usługa krytyczna. Serwer może zostać pomyślnie uruchomiony ponownie, podczas gdy proces biznesowy nadal pozostaje niedostępny. Planowanie odzyskiwania powinno zatem łączyć kroki techniczne ze zdolnością operacyjną, którą mają one przywrócić.

Tworzy to bardziej sensowny test zakupowy dla produktów bezpieczeństwa AI. Kupujący powinni pytać, co proponowane narzędzie zmienia w ich środowisku i jak ta zmiana zostanie wykazana. Twierdzenie o szybszej analizie wymaga powiązania z obserwowalną decyzją lub wynikiem powstrzymania zagrożenia.

Ocena może badać, czy analitycy wcześniej rozpoznają podejrzaną sekwencję albo czy zatwierdzona reakcja następuje z mniejszymi opóźnieniami. Są to proponowane pytania ewaluacyjne, a nie wyniki potwierdzone przez komunikat NCSC. Pozwalają one utrzymać dyskusję w obszarze dowodów operacyjnych.

To samo rozumowanie dotyczy dokumentacji. Inżynierowie potrzebują aktualnych informacji o zależnościach, właścicielach i decyzjach dotyczących odzyskiwania w miejscu, które mogą przeszukiwać. Przeszukiwalna baza wiedzy może wspierać takie przygotowanie, pod warunkiem że organizacja zachowa do niej dostęp podczas awarii.

Sama dokumentacja nie gwarantuje odzyskania działania. Jej użyteczność zależy od dokładności, dostępności i przećwiczenia przez osoby, które mają podjąć działania. Plan reagowania na incydenty, którego nikt nie może odnaleźć ani wykonać, zapewnia ograniczoną ochronę.

Wniosek dla budżetów jest prosty: wykrywanie, powstrzymywanie i odzyskiwanie wymagają wspólnego celu operacyjnego. Finansowanie kolejnego źródła alertów nie poprawia automatycznie ciągłości usług. Kierownictwo musi rozumieć, jaki problem rozwiązuje proponowana inwestycja i jak organizacja przetestuje jej rezultat.

Prognoza pozostawia istotne luki dowodowe

Publiczna ocena uzasadnia przygotowania, ale nie rozstrzyga skali operacyjnej przewagi AI.

Ostrzeżenie NCSC dotyczące ransomware i AI nie przedstawia kontrolowanego porównania między skądinąd identycznymi atakami z AI i bez AI. Nie przypisuje też grupom ransomware wspólnego wzrostu produktywności. Czytelnicy powinni powstrzymać się od przekształcania oceny prawdopodobieństwa w niepopartą statystykę wydajności.

Oddzielne omówienie przez agencję autonomicznego ataku przyznaje, że niepewne jest, czy defensywna AI wystarczająco zrównoważy ewoluujące zagrożenie. To ważne ograniczenie dla twierdzeń, że zakup narzędzi AI automatycznie przywraca równowagę. Względna przewaga wymaga dowodów.

Publiczne raportowanie napotyka również problem atrybucji. Śledczy mogą ustalić, w jaki sposób atakujący uzyskał dostęp i co wydarzyło się później, nie wiedząc jednak, jak przygotował atak. Wsparcie AI może pozostać poza widocznymi dowodami, zwłaszcza gdy występuje przed uzyskaniem dostępu do ofiary.

Istotny jest także problem odwrotny. Odkrycie użycia AI w dowolnym miejscu kampanii nie dowodzi, że przesądziło ono o wyniku. Raport musi odróżniać pomocnicze ułatwienie od zdolności, która istotnie zmieniła dostęp, szybkość lub skutki.

Przydatne ujawnienie wyjaśniałoby, jakie zadanie wykonała AI, jaka interwencja człowieka była wymagana oraz jakie dowody łączą to wsparcie z operacją. Bez takich szczegółów określenie „napędzany przez AI” grozi zgrupowaniem działań istotnie się różniących. Osłabia to porównania między incydentami.

Istnieje także problem mianownika. Zbiór udanych ataków nie ujawnia, ile prób zakończyło się niepowodzeniem ani jak często wsparcie AI dawało bezużyteczne wyniki. Jest to ograniczenie analityczne, a nie dowód, że ostrzeżenie jest błędne.

Wnioski dostawców zasługują na taką samą ostrożność. Obserwacje firmy mogą dokumentować nadużycia widoczne poprzez jej produkty i dochodzenia. Nie opisują one automatycznie aktywności we wszystkich usługach, prywatnych wdrożeniach ani przestępczych procesach pracy.

Nacisk NCSC na wykwalifikowanych operatorów nakłada kolejne ograniczenie na tę narrację. Jeśli najbardziej doświadczeni atakujący uzyskują największe korzyści, wzrost produktywności może pozostać nierównomierny. Twierdzenia, że każdy może natychmiast przeprowadzić wyrafinowany atak na infrastrukturę, wykraczają poza przedstawione tu dowody.

Porównania defensywne również wymagają realistycznych warunków. Wynik laboratoryjny może mierzyć użyteczną zdolność, nie uwzględniając niedoborów kadrowych, niekompletnej dokumentacji ani ograniczeń działań reakcyjnych. Kupujący muszą wiedzieć, jakie założenia pozostają konieczne, aby wynik był aktualny.

Te niepewności powinny kształtować dyscyplinę inwestycyjną, a nie prowadzić do paraliżu. Organizacje mogą zabezpieczyć narażoną usługę bez wyliczania dokładnego wkładu AI w przyszłe ataki. Mogą też żądać dowodów przed zaakceptowaniem twierdzeń, że nowy produkt rozwiązuje szerszy problem.

Najmocniejsza interpretacja uwzględnia obie te kwestie. Ocena zagrożenia daje powód do działania wobec znanych ekspozycji. Jej ograniczenia dowodowe dają powód do dokładnego badania szerokich twierdzeń zarówno o autonomii atakujących, jak i automatycznej obronie.

Trzy sygnały pokażą, czy obrońcy dotrzymują kroku

Kolejny cykl raportowania powinien łączyć twierdzenia o możliwościach AI z incydentami, działaniami naprawczymi i potwierdzonym odzyskaniem usług.

Pierwszym sygnałem jest technicznie szczegółowe ujawnienie incydentu, które oddziela przygotowanie wspierane przez AI od działania kierowanego przez AI. Taki raport powinien wskazywać, co śledczy zaobserwowali, a co pozostaje wnioskowaniem. Ogólne twierdzenie, że atakujący „użył AI”, wniosłoby mniej jasności.

Dowody, że wsparcie istotnie przyspieszyło udokumentowaną operację, wzmocniłyby argument za skróceniem czasu reakcji obronnej. Dowody rozległej korekty i powtarzających się niepowodzeń zawęziłyby twierdzenia o autonomii. Każdy z tych wyników poprawiłby planowanie bardziej niż kolejne niezróżnicowane ostrzeżenie.

To rozróżnienie ma znaczenie również dla raportowania incydentów wewnątrz organizacji. Zespoły bezpieczeństwa powinny zachowywać to, co wiedzą o dostępie i skutkach, nie wypełniając luk spekulacjami. Precyzyjnie określona niepewność daje późniejszym śledczym lepszą podstawę niż wczesna etykieta, którą trudno później zmienić.

Drugim sygnałem jest to, czy operatorzy infrastruktury przełożą ostrzeżenie na krótsze okresy nierozwiązanej ekspozycji. Istotne dowody obejmują zamykanie zidentyfikowanych ścieżek dostępu, rozwiązywanie zaległych wyjątków i doprecyzowanie odpowiedzialności dostawców. Są to proponowane miary reakcji, a nie ulepszenia już potwierdzone przez komunikat.

Nowy dokument strategiczny pokazałby intencję. Wykazane działania naprawcze pokazałyby zmieniony stan operacyjny. Różnica ma znaczenie, ponieważ atakujący napotykają wdrożone środowisko, wraz z jego wyjątkami, a nie zamierzoną architekturę organizacji.

Dla liderów analizujących postępy w ciągu najbliższych kilku miesięcy użyteczny raport wyjaśniałby, co pozostało narażone i dlaczego. Powinien wskazywać decyzję niezbędną do usunięcia każdej istotnej przeszkody. Dzięki temu ostrzeżenie stałoby się wkładem do zarządzania, a nie kolejnym komunikatem podnoszącym świadomość.

Trzecim sygnałem jest wykazane powstrzymywanie zagrożenia i odzyskiwanie działania w realistycznych ograniczeniach. Organizacje i ich dostawcy powinni potrafić wyjaśnić, co test przywrócił, co zawiodło i które zależności opóźniły postępy. Same demonstracje produktów nie mogą odpowiedzieć na te pytania dla konkretnego środowiska.

Dowody wcześniejszego powstrzymania ataku lub pomyślnego odtworzenia wzmocniłyby przekonanie, że inwestycje przynoszą użyteczną odporność. Powtarzające się trudności w przekształcaniu alertów w działania osłabiłyby twierdzenia, że sama dodatkowa analiza wystarcza. Istotnym wynikiem jest zdolność organizacji do ochrony kluczowej usługi.

Sygnały te zapewniają także zdyscyplinowany sposób oceny nowych komunikatów. Wydanie nowej funkcji ma znaczenie, gdy zmienia zadanie, które obrońcy lub atakujący mogą wykonać. Inicjatywa polityczna ma znaczenie, gdy zmienia odpowiedzialność, wdrożenie lub dowody dostępne do przeglądu.

Żaden pojedynczy sygnał nie rozstrzygnie całej debaty. Ujawnienia incydentów pokazują konkretne operacje, podczas gdy wyniki działań naprawczych i odzyskiwania pokazują konkretne środowiska. Razem mogą jednak zastąpić niejasne twierdzenia wyraźniejszym opisem tego, gdzie przesuwa się przewaga.

Wykorzystaj ostrzeżenie NCSC dotyczące ransomware i AI, aby rozpocząć konkretny przegląd z osobami odpowiedzialnymi za kluczową usługę. Zapytaj, która nierozwiązana słabość tworzy największą ekspozycję i kto może zatwierdzić jej usunięcie. Przeanalizuj najnowsze ćwiczenie odzyskiwania pod kątem dowodów przywróconych operacji, w tym zależności, które je opóźniły. Oddziel niepewność dotyczącą możliwości atakujących od niepewności dotyczącej własnej gotowości. Pierwsza będzie wymagać dalszego badania; druga często ma możliwego do wskazania właściciela i odpowiedź, którą można przetestować. Przed kolejnym przeglądem budżetu lub dostawców zestaw te odpowiedzi i zdecyduj, którego opóźnienia organizacja nie może już uzasadniać.