«Лаборатория Касперского» получила в США два патента

«Лаборатория Касперского» получила в США два патента

«Лаборатория Касперского» сообщает о получении в США двух патентов на передовые технологические решения, разработанные экспертами компании. Новые технологии повышают эффективность лечения зараженных систем и идентификации спам-ботнетов. Метод восстановления системы после заражения вредоносной программой описывается в патенте № 8181247. Данная технология анализирует деятельность различных объектов (например, действия установленных программ) на основе данных журнала регистрации событий и определяет связи между ними.

С помощью этих данных, после обнаружения вредоносной активности, технология позволяет отменить все изменения в системе. В частности, восстанавливаются незараженные версии файлов и корректные записи реестра, а созданные в результате вредоносной активности объекты удаляются. Чтобы не допустить повторного заражения, все созданные вредоносными объектами сетевые соединения разрываются, а запущенные ими процессы завершаются. Данная технология, задействованная в составе модуля System Watcher в продуктах компании, позволяет привести систему в то состояние, в котором она находилась до повреждения вредоносными программами, с полным сохранением работоспособности.

Второй патент № 8195750 описывает систему и способы выявления ботнетов, использующихся для массовой рассылки электронных сообщений. Данная технология организует сбор и анализ статистики почтовых серверов. На основании собранных данных создается модель распространения электронных писем в зависимости от их размера или даты отправления. Дальнейший анализ позволяет определить компьютеры, массово рассылающие идентичные письма и предположительно являющиеся частью ботнета. Одним из преимуществ технологии является скорость работы: cбор статистики занимает относительно мало времени, от нескольких часов до суток.

«Разработанная в компании система определения зараженных компьютеров, включенных злоумышленниками в состав ботнета, использует только косвенные данные. Из-за этого анализ информации, полученной от почтовых серверов, может занимать очень много времени, что заметно снижает эффективность такого поиска. Дело в том, что конкретная зараженная система может рассылать спам в течение короткого времени – несколько часов или дней – после чего она переводится злоумышленниками в режим ожидания, – комментирует Евгений Смирнов, руководитель группы развития антиспам-технологий «Лаборатории Касперского». – Запатентованная технология повышает качество работы нашей системы фильтрации спама, а также предоставляет необходимые данные для анализа и последующего закрытия ботнета, как например это произошло с известным ботнетом Kelihos».

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