Check Point представила новый облачный сервис ThreatCloud

Check Point представила новый облачный сервис ThreatCloud

Основная задача этого сервиса заключается в борьбе с ботнетами – всемирная сеть наблюдательных серверов помогает выявлять ботнеты в реальном времени, а затем блокировать их проникновение в корпоративные сети. Основой работы сервиса ThreatCloud является сеть подключенных к Интернету агентских систем. Кроме того, дополнительным источником информации о новых угрозах служат отраслевые бюллетени о вредоносном ПО.

В совокупности облачная разведывательная сеть и промышленные ленты сообщений помогают отслеживать постоянно изменяемые IP-адреса, связанные с ботнетами и другими сетевыми угрозами. Собранную и обработанную информацию об угрозах можно направить в защитные шлюзы Check Point, в которых используются новые модули расширения под названием Anti-Bot Software Blade. Модули расширения Anti-Bot помогают определить заражение или компрометацию компьютеров внутри защитного периметра, а также позволяют определить, где находится пункт управления ботнетом. Далее шлюзы Check Point могут блокировать попытки исходящих передач и выдать предупреждение о проблеме с безопасностью для выполнения дальнейших действий, сообщает soft.mail.ru.

Вдобавок к технологии ThreatCloud, компания Check Point представила серию программных модулей расширения к свои шлюзам под названием Antivirus Software Blade. За счет установки этих блейд-модулей в шасси шлюза можно обеспечивается прием информации из сервиса ThreatCloud в реальном времени.

Вместе с сервисом ThreatCloud и блейд-модулями Antivirus Software Blade компания Check Point представила новую версию своей унифицированной операционной системы Gaia R75.40 для расширяемых шасси. Теперь в системе Gaia реализованы дополнительные встроенные инструменты для обеспечения безопасности, такие, как вставка водяных знаков в файлы для борьбы с утечками (DLP watermarking) и расширенная конфигурация прокси-сервера для web-трафика.

Последние два года компания Check Point поддерживала две отдельных операционных системы для своих аппаратных продуктов из-за покупки линии Nokia по производству аппаратных систем безопасности. Теперь же новый релиз 64-битной системы Gaia поддерживает все устройства Check Point, открытые серверы и виртуализованные шлюзы, в том числе, для сетей IPv4 и IPv6, с поддержкой до 70 миллионов одновременных соединений. В состав релиза Gaia R75.40 также включена утилита SmartLog для анализа системных журналов – она превращает необработанные данные в полноценный материал для принятия решений с возможностью поиска по ключевым словам.

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