В марте 2026 года CNews опубликовал расследование о проекте Moltbook — социальной сети, созданной специально для ИИ-агентов. Внешне это выглядело как прорыв: боты общаются, обмениваются данными, формируют сообщества. Но реальность оказалась иной — уязвимости, слабая архитектура, отсутствие контроля над роботизированными аккаунтами. Статья не просто «смехотворно» показала, что даже футуристичные идеи требуют фундаментального понимания безопасности, масштабируемости и жизнеспособности архитектуры. Для выпускников ИТ-направлений это — не шутка, а сигнал: если вы проектируете систему, где ИИ взаимодействует с людьми или другими агентами, то её нельзя строить «на коленке». Нужна чёткая модель угроз, анализ архитектурных решений и проверка на соответствие стандартам.
Проект Moltbook стал ярким примером того, как можно «перегнуть палку» даже при наличии продвинутой технологии. Даже если вы не делаете соцсеть для ИИ, в вашем дипломе могут быть аналогичные сценарии: система управления ботами, платформа для обучения агентов, сервис мониторинга поведения ИИ. Основная ошибка — предположение, что «если ИИ работает, значит, всё безопасно». На деле, без учёта цикла разработки, тестирования и эксплуатации, любая система становится «дырявой» — как в случае с Moltbook, где были найдены уязвимости в авторизации, хранении данных и управлении сессиями.
| Название темы | Актуальность (связь с Moltbook) | Цель работы | Задачи | Структура |
|---|---|---|---|---|
| Моделирование угроз в системах ИИ-агента | Уязвимости в Moltbook — результат отсутствия анализа угроз. В дипломе можно построить модель, которая покажет, какие атаки возможны при взаимодействии ИИ и человека. | Создать методологию оценки уязвимостей в ИИ-системах, основанную на TARA (Threat and Risk Assessment). | 1. Анализ типичных угроз в ИИ-платформах 2. Построение модели угроз (например, с использованием STRIDE) 3. Применение модели к конкретному сценарию (например, бот-спамер) 4. Формирование рекомендаций по снижению рисков |
Глава 1: Теория и стандарты (ISO/IEC 25010, NIST SP 800-53) Глава 2: Проектирование архитектуры с учетом угроз Глава 3: Тестирование и подтверждение эффективности |
| Архитектура микросервисов для ИИ-платформы | Moltbook, скорее всего, был построен на монолите. Это привело к слабой изолированности компонентов и невозможности локализовать уязвимость. | Показать, почему микросервисы лучше подходят для ИИ-сервисов, чем монолиты, и как их правильно организовать. | 1. Сравнение архитектур (монолит vs. микросервисы) с точки зрения масштабируемости и безопасности 2. Выбор технологий (Kubernetes, Istio, OpenTelemetry) 3. Моделирование отказоустойчивости 4. Оценка стоимости владения (TCO) |
Глава 1: Анализ архитектурных подходов Глава 2: Проектирование и выбор стека Глава 3: Экономическая оценка и метрики |
| Автоматизация тестирования безопасности в CI/CD | В статье не упоминалось, что Moltbook не имел автоматизированного сканирования кода и непрерывной интеграции. Без этого — только «после-инцидентное» исправление. | Создать пайплайн, где безопасность встраивается в процесс разработки, а не добавляется в конце. | 1. Интеграция SAST/DAST в CI/CD (GitHub Actions, OWASP ZAP) 2. Настройка политики безопасности через DevSecOps 3. Измерение метрик: RTO/RPO, время обнаружения уязвимости 4. Пример: как внедрить проверку в Python-проекте с FastAPI |
Глава 1: Обзор инструментов и стандартов Глава 2: Реализация пайплайна и документирование Глава 3: Результаты тестирования и сравнение с исходным состоянием |
Вместо «мы выбрали Flask, потому что он прост» напишите: «При анализе архитектурных решений для ИИ-платформы мы сравнили монолитные и микросервисные подходы. По данным исследования Moltbook, монолит привёл к тому, что уязвимость в модуле авторизации затронула всю систему. Поэтому в нашем проекте выбрана архитектура с изолированными сервисами, управляемыми через API Gateway и Service Mesh (Istio). Это соответствует требованиям ISO/IEC 25010 по надёжности и безопасности».
Пример таблицы сравнения:
| Критерий | Монолит (Moltbook) | Микросервисы (наша архитектура) |
|----------|---------------------|----------------------------------|
| Уязвимости | Одна уязвимость → весь стэк | Локализация уязвимости до сервиса |
| Масштабирование | Требует перезапуска всего | Масштабируемый по отдельным сервисам |
| Мониторинг | Отсутствует | OpenTelemetry + Prometheus |
| Время восстановления | RTO > 24ч | RTO < 15 мин |Для диплома важно не просто «нарисовать диаграмму», а показать, как она связана с рисками. Например:
В дипломе обязательно должны быть:
Вы не просто сделаете проект — вы получите набор профессиональных навыков, которые помогут вам в будущем:
Q: Сложно ли реализовать мониторинг с OpenTelemetry? Нужно ли писать много кода?
A: Не нужно. В большинстве фреймворков (FastAPI, Spring Boot) есть готовые инструменты. Пример: в Python — opentelemetry-sdk + prometheus_exporter. В дипломе можно показать, как за 10 строк кода добавить трейсы и метрики.
Q: Требуется ли писать полный код или достаточно схем и описаний?
A: Да, требуется. Вузы чаще всего требуют хотя бы базовый прототип. Главное — не «всё на Python», а «реализация интерфейса с использованием REST, с примером вызова из Python».
Q: Как оформить UML-диаграммы? Где взять шаблоны?
A: Используйте PlantUML или draw.io. В приложении — 2–3 диаграммы: последовательность, классы и поток данных. В тексте — ссылка на источник: «Диаграммы построены по стандарту UML 2.5, согласно ГОСТ Р 52121-2003».
Q: Где взять тестовые данные для нагрузочного тестирования?
A: Можно использовать генераторы (например, locust с fake data), или открытые наборы: Kaggle, Realistic Social Media Data.
Хотите, чтобы ваша ВКР была не просто «сдана», а защитилась с первого раза? У нас — бесплатная 60-минутная консультация по выбору темы и структуре. Мы поможем вам сформулировать проблему, подобрать стек и подготовить защиту. 120 часов на подготовку — и вы будете уверены в каждом пункте вашего диплома.
Источник: Социальная сеть для искусственного интеллекта оказалась насквозь дырявой (опубликовано 2026-03-12)