Fobos-100GL не позволяет считывать информацию с оптоволоконных линий

Fobos-100GL не позволяет считывать информацию с оптоволоконных линий

Fobos-100GL не позволяет считывать информацию с оптоволоконных линий

Fobos-100GL — новый прибор, разработанный в Институте теоретической и математической физики (ИТМФ) РФЯЦ-ВНИИЭФ, который помогает обеспечить стопроцентную защиту от взлома выделенных линий оптоволоконной связи, он уже применяется в России на АЭС и на объектах Черноморского флота.

Сообщается, что Fobos-100GL противостоит злоумышленникам, не позволяя им считывать информацию с оптоволоконных линий.

«Fobos устраняет принципиальную возможность скрытого сбора информации, так как не позволяет снять мощность сигнала выше известного квантового предела», — говорит начальник отдела ИТМФ Владимир Шубин.

В качестве преимуществ Fobos перед криптографической защитой эксперты называют отсутствие ограничений по скорости и количеству каналов в одном волокне.

«У нас два основных потребителя: "Росатом" и министерство обороны. Я знаю, что наши Fobos стоят на объектах Черноморского флота и на российских атомных станциях», — цитируют СМИ Шубина.

Взломать информационную сеть АЭС в России абсолютно невозможно, подчеркнул Шубин.

«Fobos сразу обнаружит несанкционированный доступ, даст сигнал о вторжении и прекратит передачу данных. Причем сделает все это на ранней стадии, а не когда уже подключение выполнено. А дальше активируется целая система защиты. Fobos – та ее часть, которая работает непрерывно, в круглосуточном режиме», — отметил он.

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