Применение риск-ориентированного подхода в целях противодействия хищениям денежных средств с использованием информационно-коммуникационных технологий как этап ситуационного анализа

Введение

Криминализация российской экономики в части хищений денежных средств с использованием информационно-коммуникационных технологий (далее – ИКТ) представляет собой глубоко укоренившуюся междисциплинарную проблему. Это не разовый всплеск преступности, а устойчивое явление, которое заметно влияет на экономическую безопасность как на международном и национальном, так и на региональном и отраслевом уровнях. Указанная проблематика, с одной стороны, находится в поле зрения научного экономического сообщества, занимающегося развитием теории экономической безопасности России, а с другой – в сфере нормативно-правового регулирования деструктивных экономических и управленческих отношений, в результате которых злоумышленниками извлекается выгода, а наносимый материальный ущерб оказывает существенное негативное влияние на состояние и развитие экономики страны.

Методологической основой исследования в области экономической безопасности в данном контексте выступают положения Стратегии национальной безопасности Российской Федерации [9], где среди ключевых целей обозначено обеспечение государственной и общественной безопасности за счет профилактики и пресечения правонарушений и преступлений, совершаемых с использованием ИКТ. Из этого следует, что защита экономических интересов России невозможна без одновременного соблюдения двух условий:

- связь национальных интересов с реальными экономическими потребностями личности, общества и государства, а также их защитой от дестабилизирующих факторов;

- признание экономической безопасности одним из основных национальных приоритетов, определяющих содержание государственной политики.

Для оценки состояния экономической безопасности России должна формироваться система управления рисками [1] (Baturina et al., 2025). Риск-ориентированный подход, предполагающий системный, экономически обоснованный метод приоритезации угроз и концентрации усилий на нейтрализации тех из них, реализация которых способна нанести наибольший ущерб экономике, занимает центральное место среди проактивных стратегий управления рисками [5] (Kirilyuk, 2025). В настоящее время риск-ориентированный подход утвердился в качестве ключевого инструмента управления во многих странах мира, который опирается на следующие принципы: идентификация рисков; оценка рисков; управление рисками; мониторинг и контроль; интеграция в управление [3] (Ermicheva, 2024). Вместе с тем происходящие процессы глобализации, а также криминальное «творчество» с использованием новейших информационных и финансовых технологий определяют появление новых вызовов и угроз [2] (Botasheva, 2023) в сфере противодействия хищениям денежных средств с использованием ИКТ.

При изучении профильных источников информации было уделено внимание трудам, которые раскрывали сущность риск-ориентированного подхода, его принципы и алгоритмы использования на практике. Однако в современной научной литературе и работах отечественных ученых глубина и степень разработанности проблематики оценки рисков хищения денежных средств с использованием ИКТ не удовлетворяют реалиям экономического мира с его постоянно меняющимися тенденциями. Тем не менее проведенный анализ позволил представить используемый арсенал инструментов для исследования данного направления.

Система управления рисками хищений денежных средств с применением ИКТ должна не только повышать устойчивость цифровой финансово-экономической среды, но и выявлять ее уязвимые элементы [4] (Karanina et al., 2025). Такая система должна работать на опережение, когда возможные потери прогнозируются заранее, а факторы неожиданности минимизируются. Таким образом, использование риск-ориентированного подхода для обеспечения противодействия дистанционному мошенничеству в рамках одного из этапов ситуационного анализа поможет решить несколько глобальных проблем, возникающих из-за угрозы хищения денежных средств с использованием ИКТ:

1. Влияние на экономику – подрывает основы цифровой экономики и наносит прямой макроэкономический ущерб, а именно:

- сокращение доверия и активности в цифровой среде (страх стать жертвой мошенников снижает готовность населения и бизнеса использовать онлайн-банкинг, коммерцию, государственные цифровые сервисы, что тормозит инновации и повышает транзакционные издержки);

- прямые финансовые потери и перераспределению капитала (средства в масштабах национальной экономики незаконно выводятся из легального оборота и зачастую переводятся за рубеж или в теневой сектор, что сокращает внутренний спрос, инвестиционный потенциал и налоговые поступления);

- рост затрат на безопасность (значительные ресурсы финансовых институтов, государства и бизнеса перенаправляются на создание и поддержание систем безопасности, компенсацию ущерба клиентам и расследование преступлений в сфере ИКТ).

2. Влияние на социальные институты – действует как инструмент социальной эрозии, усиливая разрывы и напряженность, а именно:

- усиление цифрового и социального неравенства (наиболее уязвимыми становятся социальные группы с низкой цифровой грамотностью, которые не только теряют средства, но и отчуждаются от цифровых благ, попадая в «цифровую изоляцию»);

- подрыв социального доверия (мошенничество, маскирующееся под коммуникации от банков, государственных органов или близких, разрушает базовое доверие к цифровым каналам общения, институтам и даже межличностным отношениям) [6] (Kirilyuk et al., 2025);

- психологический ущерб и социальная апатия (жертвы испытывают не только финансовые потери, но и чувство вины, беспомощности и обиды на государство, которое не может их защитить, что ведет к социальной апатии, снижению гражданской активности и росту недовольства);

- криминализация цифрового пространства (дистанционное мошенничество «воспитывает» новое поколение преступников, для которых Интернет служит основной средой незаконной деятельности, что долгосрочно меняет криминогенную обстановку).

3. Влияние на политическую обстановку – создает прямые вызовы государственному суверенитету и легитимности власти, а именно:

- дискредитация государственных институтов (неспособность правоохранительных органов эффективно бороться с мошенничеством, низкий уровень раскрываемости ИКТ-преступлений напрямую подрывают авторитет государства как гаранта безопасности и верховенства закона);

- угроза цифровому суверенитету (поскольку значительная часть мошеннических схем исходит из-за рубежа или использует зарубежную инфраструктуру, это демонстрирует уязвимость национального цифрового пространства и зависимость от иностранных сервисов и юрисдикций).

- риск политической нестабильности (технологии социальной инженерии и массовых рассылок, отработанные мошенниками, могут быть адаптированы для дезинформационных кампаний, манипуляции общественным мнением и вмешательства в избирательные процессы).

Результаты. В рамках настоящего исследования рассмотрение классических «объектов контроля» (рископринимающих субъектов), предусмотренных законодателем в Постановлении Правительства «О применении риск-ориентированного подхода…» [8], в качестве объекта категоризации риска невозможно, так как хищения совершаются анонимными субъектами извне. В данном случае в фокусе должны находиться не преступники (их установление является задачей правоохранительных органов), а потенциальные жертвы и уязвимые технологии. Рассмотрим указанные группы объектов более подробно.

1. Объект-жертва. К данной группе относятся юридические и физические лица, чья деятельность связана с хранением, обработкой или передачей денежных средств, то есть они выступают прямыми адресатами атак. В рамках риск-ориентированного подхода по отношению к этим субъектам оценивается уровень их защищенности, возможный ущерб при успешной атаке и их роль в финансовой системе. К группе «объект-жертва» следует отнести:

- коммерческие банки как основные хранилища денежных средств и эмитенты платежных карт (Сбербанк России, ВТБ, Газпромбанк и пр.);

- платежные системы как операторы, обеспечивающие межбанковские переводы и эквайринг («МИР», UnionPay, Visa и пр.);

- универсальные маркетплейсы, аккумулирующие средства клиентов и данные банковских карт (Wildberries, Ozon, «Яндекс.Маркет» и пр.);

- крупные специализированные интернет-магазины, содержащие массивы персональных данных (DNS, Mvideo, Lamoda и пр.);

- бюджетные учреждения, зачастую имеющие уязвимую IT-инфраструктуру (Минцифры, МВД, Минобороны и пр.);

- инвестиционные и брокерские компании, управляющие активами клиентов через онлайн-платформы (Т-Инвестиции, Альфа-Форекс, Финам и пр.);

- криптовалютные биржи и обменные сервисы, предоставляющие абсолютную анонимность транзакций (Bybit, Bitget, MEXC и пр.); и другие.

2. Объект-уязвимость. Рассматриваемая категория предполагает конкретные информационные системы, программные продукты, протоколы и каналы передачи данных, используемые для доступа к управлению денежными средствами, и содержат алгоритмические слабости или технические недостатки. В рамках риск-ориентированного подхода по отношению к этим субъектам оценивается уровень их защищенности, возможный ущерб при успешной атаке и их роль в финансовой системе. К группе «объект-уязвимость» могут быть причислены:

- системы дистанционного банковского обслуживания как ключевой вектор для атак через вредоносное программное обеспечение;

- платежные шлюзы и API интернет-эквайринга, позволяющие перехватывать или модифицировать финансовые транзакции;

- банкоматы и терминалы оплаты, подверженные скиммингу;

- системы межбанковских расчетов, содержащие данные о переводах, платежах и обмене ценными бумагами;

- мобильные банковские приложения, которые в случае атаки ставят под угрозу средства физических лиц;

- системы обработки персональных данных, утечка которых способствует мошенничеству с использованием методов социальной инженерии;

- протоколы и инфраструктура связи, использующиеся злоумышленниками для ретранслирующих атак при проведении платежей; и другие.

Согласно Федеральному закону «О государственном контроле (надзоре) и муниципальном контроле в Российской Федерации» [10], категоризация предполагает выделение шести уровней риска: чрезвычайно высокий риск; высокий риск; значительный риск; средний риск; умеренный риск; низкий риск. Подобная градация позволяет соотносить интенсивность контрольных мероприятий с потенциальной опасностью нарушений. Однако для применения такой модели в сфере противодействия дистанционному мошенничеству требуется разработка специального порядка категоризации, учитывающего специфику объектов, создающих условия для совершения хищений денежных средств с использованием ИКТ. При этом критериями отнесения к той или иной категории риска могут служить объем обрабатываемых денежных средств и персональных данных, количество клиентов и уровень использования инновационных финансовых технологий, история инцидентов информационной безопасности и прочее.

В соответствии с нормативно-правовыми актами РФ, отнесение объектов контроля к определенной категории риска осуществляется на основе оценки вероятности несоблюдения обязательных требований и тяжести потенциальных негативных последствий [7] (Makeev, 2025). Применительно к сфере противодействия хищениям денежных средств с использованием ИКТ под тяжестью последствий целесообразно понимать совокупный материальный и репутационный ущерб для граждан, организаций и финансовой системы в целом, который может возникнуть при реализации мошеннических схем через инфраструктуру конкретного объекта. Под вероятностью необходимо рассматривать наличие объективных уязвимостей и недостатков в системах защиты, которые способствуют реализации многообразию способов мошенничества.

Исходя из сочетания указанных параметров, для объектов, вовлеченных в дистанционные хищения денежных средств, можно предложить следующее содержательное наполнение категорий риска:

1. Чрезвычайно высокий риск. Деятельность объекта формирует серьезную угрозу для финансовой системы в масштабах всей страны или крупного региона. Объектам указанной категории присущи максимальные объемы операций и высокая уязвимость для целевых атак, кроме того, они обладают системообразующим значением, что требует непрерывного контроля и оперативного реагирования на любые инциденты.

2. Высокий риск. Деятельность объекта создает существенную угрозу хищений, которым характерна массовость и охват значительной аудитории граждан. Указанные объекты требует интенсивного контроля с высокой частотой плановых проверок и применения комплекса контрольных мероприятий.

3. Значительный риск. Деятельность объекта связана с регулярной угрозой для значительного круга лиц, но масштаб потенциальных последствий ограничен региональным или отраслевым уровнем. Контроль осуществляется на регулярной основе с применением как плановых, так и профилактических мер.

4. Умеренный риск. Деятельность объекта создает незначительную угрозу, потенциальный ущерб локален и не оказывает влияния на финансовую систему в целом. Контроль осуществляется преимущественно в превентивных формах (информирование, наблюдение, профилактические визиты).

5. Низкий риск. Деятельность объекта не создает ощутимой угрозы в силу незначительных масштабов, высокой степени защищенности или отсутствия факторов, способствующих мошенничеству. Плановый контроль не осуществляется, применяются меры дистанционного мониторинга и самообследования.

Самым распространенным способом хищения денежных средств в сфере ИКТ является социальная инженерия [11] (Cheretskikh, 2023), что подтверждают данные ГИАЦ МВД России – за 2025 год зарегистрировано 723 347 фактов хищений, 48,04% из которых совершены указанным способом. На основании этого считаю целесообразным более детально рассмотреть возможность применения риск-ориентированного подхода именно в сфере противодействия дистанционному мошенничеству.

На мой взгляд, объектами, непосредственно влияющими на уровень риска дистанционного мошенничества, являются: кредитные организации и платежные сервисы; операторы связи; торговые интернет-площадки; агрегаторы финансовых услуг. Для каждого типа объектов ввиду их различного функционала необходима своя система критериев, которая будет учитывать масштаб деятельности, технологическую оснащенность, историю инцидентов и качество защитных механизмов.

Кредитные организации и платежные сервисы. При оценке риска дистанционного мошенничества в отношении кредитных организаций и платежных сервисов важно учитывать различие их масштабов, характера операций, уровня технологической защищенности и практики реагирования на инциденты. Так, отнесение организации к перечню системно значимых, доля на рынке безналичных платежей и объем привлеченных средств населения позволяют судить о том, насколько негативными могут быть последствия крупного инцидента не только для клиентов конкретного банка, но и для финансовой системы в целом. Количество активных клиентов показывает потенциальный круг потерпевших и объем ресурсов, который потребуется для урегулирования возможных конфликтных ситуаций.

Не менее значимы характеристики операций, а именно, годовой объем безналичных платежей физических лиц, доля дистанционного обслуживания и наличие трансграничных переводов. Чем больше средств проходит по цифровым каналам и чем выше доля удаленных сервисов, тем более привлекательной становится организация для злоумышленников и тем жестче должны быть требования к ее системам защиты и фрод-мониторинга, особенно при проведении международных операций.

При оценке технологической защищенности целесообразно учитывать наличие функционирующих в реальном времени систем защиты от мошенников, использование многофакторной аутентификации и биометрии, соответствие требованиям Банка России по защите информации и применение сертифицированных средств защиты. Совокупность этих параметров позволяет не только фиксировать текущий уровень безопасности, но и косвенно судить о готовности организации к противодействию новым типам атак.

Важный блок показателей связан с инцидентностью, к примеру, число зарегистрированных случаев хищений через сервисы организации, объем невозмещенных клиентам потерь, среднее временя реагирования на инциденты и характер взаимодействия с Банком России и правоохранительными органами. Высокий уровень невозмещенных потерь, рост числа атак при стабильном обороте и длительные сроки блокировки операций указывают на необходимость усиления надзора и пересмотра категории риска соответствующей организации.

Операторы связи. Для операторов связи ключевыми индикаторами риска являются масштаб абонентской базы и доля рынка услуг мобильной связи, поскольку именно через их инфраструктуру распространяется значительная часть мошеннических звонков и сообщений. Крупные федеральные операторы в случае недостаточного уровня защиты фактически превращаются в «точку отказа», от состояния которой зависит безопасность миллионов пользователей.

Отдельного внимания требует оценка технических и организационных мер защиты: наличие эффективных систем фильтрации спама и мошеннических звонков, применяемые протоколы противодействия SIM-свопу, порядок идентификации граждан при перевыпуске SIM-карт и исполнение требований законодательства о блокировке подменных номеров. Недостатки на любом из этих участков создают условия для совершения хищений и должны учитываться при присвоении оператору определенной категории риска.

Существенное значение имеют показатели инцидентности и взаимодействия, в частности такие как количество жалоб абонентов на мошеннический трафик, число случаев SIM-свопа с последующими хищениями, скорость блокировки мошеннических номеров и участие оператора в отраслевых инициативах типа систем «Антифрод». Высокие значения этих показателей при низкой эффективности принимаемых мер свидетельствуют о необходимости усиленного контроля.

Торговые интернет-площадки и агрегаторы финансовых услуг. В отношении торговых интернет-площадок важны масштаб их деятельности (оборот, количество продавцов и покупателей, доля трансграничных операций), наличие встроенных платежных сервисов и применяемые процедуры верификации продавцов. Площадки, через которые проходит значительный объем платежей и личных данных, при формальном подходе к проверке контрагентов становятся удобной площадкой для мошенников.

С точки зрения защиты пользователей необходимо анализировать используемые протоколы оплаты, функционирование систем мониторинга подозрительных транзакций и поведенческих аномалий, а также статистику жалоб на мошенничество, факты компрометации аккаунтов и утечки персональных данных. Немаловажны и такие практики послепродажного урегулирования как наличие компенсационных программ и скорость рассмотрения претензий покупателей.

Агрегаторы финансовых услуг представляют особый интерес, поскольку выступают посредниками между большим количеством финансовых организаций и пользователями. Масштаб их аудитории, число партнеров, объем оформляемых через них заявок и наличие онлайн-оформления продуктов определяют уровень концентрации рисков в одной точке доступа. При этом безопасность работы агрегаторов напрямую зависит от качества процедур проверки партнеров, защищенности каналов передачи данных и способности оперативно выявлять и блокировать фишинговые или заведомо мошеннические предложения.

Для обоих типов объектов (торговые площадки и агрегаторы) ключевыми показателями будут жалобы пользователей, зарегистрированные утечки персональных данных, факты размещения мошеннических предложений и скорость реакции на предписания контролирующих органов. При наличии системных нарушений такие платформы должны относиться к более высоким категориям риска и попадать в приоритетную зону надзорной деятельности.

Таким образом, критерии и порядок отнесения объекта, влияющего на уровень риска хищения денежных средств с использованием ИКТ, к определенной категории риска можно представить в форме таблиц (табл. 1, 2).

Таблица 1 Критерии оценки объекта, влияющего на уровень риска хищения денежных средств с использованием ИКТ

Таблица 2 Порядок отнесения объекта, влияющего на уровень риска хищения денежных средств с использованием ИКТ, к определенной категории риска

Заключение

В отличие от классической модели, где объектом категоризации выступают подконтрольные субъекты, в сфере противодействия хищениям денежных средств с использованием ИКТ фокус должен быть смещен на объект-жертву и объект-уязвимость. Такой подход позволит расставить приоритеты не среди преступников, а в рамках точек потенциального поражения финансовой инфраструктуры.

Предложенная адаптированная шкала категорий риска с содержательным наполнением учитывает масштаб возможного ущерба для финансовой системы и вероятность реализации угрозы. Также определено, что тяжесть последствий целесообразно измерять совокупным материальным и репутационным ущербом для граждан, организаций и финансовой системы, а вероятность – наличием объективных недостатков в системе защиты.

Разработанные и систематизированные критерии оценки риска для четырех ключевых объектов, влияющих на уровень дистанционного мошенничества, позволяют сделать вывод о том, что использование риск-ориентированного подхода в сфере противодействия хищениям денежных средств с использованием ИКТ в рамках ситуационного анализа может способствовать:

- перераспределению ограниченных ресурсов правоохранительных и контрольных органов на объекты, создающие наибольшие угрозы;

- внедрению профилактических мер дифференцированно, а именно, от непрерывного фрод-мониторинга в реальном времени для чрезвычайно высокого риска до дистанционного наблюдения и самообследования для низкого риска;

- обеспечению взаимодействия Регулятора, операторов связи, финансовых институтов и правоохранительных органов на единой методологической основе.

Таким образом, внедрение риск-ориентированного подхода в практику противодействия хищениям денежных средств с использованием ИКТ является необходимостью, продиктованной уровнем криминализации цифровой экономики. Предложенная в статье модель категоризации может быть использована при совершенствовании нормативно-правовой базы, а также в оперативно-служебной деятельности подразделений МВД России и ЦБ РФ для проактивного выявления и нейтрализации угроз экономической безопасности.