Самая опасная угроза 2011 года: прогноз SANS Institute

Самая опасная угроза 2011 года: прогноз SANS Institute

По мнению аналитиков этой авторитетной организации, наибольшую опасность в наступившем году может представить вредоносное программное обеспечение, использующее приемы т.н. "глубокого анализа памяти". Что же особенного усматривают специалисты в подобных образцах компьютерных вирусов, и в чем состоит их потенциальная привлекательность для злоумышленников?



Под глубоким анализом памяти понимается изучение информации, с которой работает тот или иной процесс в конкретный момент времени. Основным объектом такой атаки (если данный прием используется в неблаговидных целях) могут быть программные средства и системы криптозащиты: извлекая содержимое оперативной памяти, вредоносный объект способен обойти механизм шифрования и получить исходную информацию без явных усилий.


В докладе, который был представлен на конференции RSA на прошлой неделе, исследователи SANS Institute отметили, что в последнее время наблюдается постепенный рост числа таких нападений, и роль приемов глубокого анализа памяти в инцидентах, связанных с утечками информации, становится все более заметной. Сам факт их использования в вирусописательских разработках инновацией не является: первые программы такого рода появились еще несколько лет назад.


С точки зрения безопасности действительно можно утверждать, что оперативная память является уязвимым местом средств криптографической защиты. Предположим, что конфиденциальные сведения хранятся на некотором носителе в зашифрованном виде; алгоритм надежен, и похищать такие файлы бессмысленно - на их восстановление уйдет нецелесообразно много времени. Однако данные не могут просто лежать на диске: если это, к примеру, информация о секретах производства, то к ней рано или поздно потребуется обратиться - т.е. открыть для просмотра в специализированном приложении или совершить какие-либо иные действия с нею.


Это, в свою очередь, означает, что для обработки таких сведений любой программный продукт неизбежно должен будет их расшифровать. Даже если не сохранять декриптованный файл на том или ином носителе, в оперативной памяти работающего с ним процесса все равно будет находиться информация, восстановленная к своему исходному виду - а, следовательно, при наличии определенных привилегий вредоносный объект сумеет ее оттуда считать. Кроме того, при желании аналогичным образом извлекается и сам секретный шифровочный ключ.


В качестве примера продукта, позволяющего провести подобную атаку, эксперты привели программный модуль Meterpreter, который подключается к открытой системе Metasploit. Исследователи особо отметили тот факт, что решения для борьбы с утечками данных далеко не всегда могут обнаружить и остановить деятельность подобных инструментов глубокого анализа памяти.


PC World

" />

97% компаний в России внедряют ИИ, но 54% не видят его ценности

UserGate изучила, как российские компании внедряют инструменты на базе ИИ и что мешает делать это быстрее. Опрос прошёл в январе 2026 года, в нём участвовали 335 топ-менеджеров компаний с выручкой от 100 млн рублей в год. Картина получилась довольно показательная: 97% компаний уже используют ИИ, тестируют его в пилотах или собираются внедрять в ближайшее время.

То есть искусственный интеллект из разряда «модного тренда» окончательно перешёл в категорию рабочих инструментов.

Чаще всего ИИ применяют для вполне прикладных задач. На первом месте — генерация отчётов и аналитики (42%). Далее идут оптимизация сетевой инфраструктуры (38%), анализ больших массивов логов (37%), ускорение расследований инцидентов (35%) и повышение эффективности Help Desk (32%).

Иными словами, бизнес в первую очередь использует ИИ там, где он помогает сэкономить время и ресурсы или усилить функции безопасности.

Интересно, что приоритеты зависят от масштаба компании. В корпоративном сегменте более 60% респондентов указали анализ больших логов как ключевое направление — что логично при объёмах данных в крупных ИТ-ландшафтах. В среднем бизнесе на первый план выходит оптимизация сетевой инфраструктуры (45%).

При этом 7% компаний пока вообще не рассматривают внедрение ИИ. Главные причины — неясная ценность технологии (54%) и неопределённость рисков (38%). Также среди барьеров называют отсутствие чёткого распределения ответственности (29%), ограниченные бюджеты (29%) и нехватку экспертизы (17%). По сути, речь идёт не столько о скепсисе, сколько о нехватке понимания, как именно внедрять ИИ и как управлять связанными с ним рисками.

Отдельно респондентов спросили, какие технологии окажут наибольшее влияние на кибербезопасность в ближайшие 12 месяцев. Лидером стали ИИ и машинное обучение — их назвали около половины представителей коммерческого и государственного сегментов. Даже те компании, которые пока осторожничают с практическим внедрением, всё равно рассматривают машинное обучение как ключевой фактор трансформации ИБ в среднесрочной перспективе.

Как отмечает руководитель отдела стратегической аналитики UserGate Юлия Косова, бизнес уже активно использует ИИ в операционных и защитных сценариях, но ожидания рынка зачастую опережают текущую практику. Дальнейший эффект, по её словам, будет зависеть от зрелости процессов, качества данных и способности управлять рисками.

RSS: Новости на портале Anti-Malware.ru