Solar Dozor 7.4: расширены возможности предотвращения утечек данных

Solar Dozor 7.4: расширены возможности предотвращения утечек данных

Компания «Ростелеком-Солар» официально запустила новую версию Solar Dozor 7.4, в которой разработчики заметно усовершенствовали возможности предотвращения утечек данных и проведения расследований киберинцидентов.

Кстати, интересно, что теперь модули UBA и File Crawler поддерживают работу в территориально распределённом режиме. Заказчики смогут получить данные не только по организации в целом, но и по каждому подразделению отдельно. Для выборки можно учитывать часовые пояса.

Помимо этого, Solar Dozor 7.4 обеспечивает трансляцию экрана компьютера в реальном времени, предоставляет расширенные возможности управления инцидентами и позволяет оперативно работать с внешними носителями. Также новая версия порадует продвинутым мониторингом системы.

Разработчики добавили удобства при проведении расследования или профилактики инцидентов в компаниях крупного масштаба и с филиальной сетью.

Solar Dozor 7.4 считывает структуру каталогов съёмных USB-устройств, а поисковые запросы можно передавать коллегам. Банковские карты теперь проверяются более точно, а также появилась возможность перехвата файлового хранилища Dropbox.

К слову, серверы теперь можно объединить в группы для выборочного мониторинга, а рабочее время — подвергать более точному контролю.

Anti-Malware Яндекс ДзенПодписывайтесь на канал "Anti-Malware" в Telegram, чтобы первыми узнавать о новостях и наших эксклюзивных материалах по информационной безопасности.

В Пензенском университете создали антивирус с ИИ

Созданный в Пензенском университете (ПГУ) антивирус использует нейросети и машинное обучение и не требует постоянного подключения к интернету. Разработку планируют завершить в этом году, а в ноябре подать заявку на сертификацию.

Из рассказа руководителя проекта, которого цитируют «Известия», можно понять, что вооруженный ИИ защитный софт способен предугадывать действия пользователя, и его можно подстроить под конкретные условия и задачи. Пока готова только версия для Windows, умеющая распознавать трояны, руткиты и нелегальные майнеры.

Для выявления фактов заражения используются два вида анализа:«нейросетевой» и «нейросигнатурный». В первом случае написанная на Python нейросеть оценивает работу кода, выполняя сравнение с известными ей алгоритмами поведения вредоносов.

Второй компонент определяет угрозы, используя ИИ в комбинации с традиционным сигнатурным анализом. Авторы проекта исходили из того, что написанный с нуля зловред — большая редкость, вирусописатели обычно в той или иной степени используют наработки коллег по цеху.

По замыслу, созданный в стенах ПГУ антивирус можно будет использовать как в корпоративном окружении, так и в индивидуальном порядке. Продукт планируют распространять по подписке.

Заметим, без связи с Сетью (не получая обновлений) такой софт сможет детектировать только вредоносные программы с заимствованиями, притом теми, с которыми он уже сталкивался. Впрочем, приведенное репортером описание слишком лаконично и туманно, стоит подождать более конкретных дополнений.

Внедрение ИИ-технологий — новомодный и прогрессивный тренд, в России ему следуют многие крупные компании, включая представителей сферы ИБ, а Минцифры считает курс на ИИ одним из своих приоритетов. Что касается антивирусной защиты, комментатор из UserGate отметил, что применение машинного обучения способно повысить эффективность детектирования до 96%.

Как бы то ни было, подобные инструменты нельзя оставлять без контроля: нейросети не всегда выдают достоверную информацию, результаты желательно проверять. Им можно доверить черновую работу для ускорения ИБ-процессов и повышения эффективности, а принятие решений оставить за оператором.

Anti-Malware Яндекс ДзенПодписывайтесь на канал "Anti-Malware" в Telegram, чтобы первыми узнавать о новостях и наших эксклюзивных материалах по информационной безопасности.

RSS: Новости на портале Anti-Malware.ru