Континент 4 задействует технологии RST Cloud по сбору данных об угрозах

Континент 4 задействует технологии RST Cloud по сбору данных об угрозах

Континент 4 задействует технологии RST Cloud по сбору данных об угрозах

«Код Безопасности» и поставщик индикаторов компрометации «Технологии киберугроз» (RST Cloud) объявляют о сотрудничестве. «Код Безопасности» планирует использовать технологии RST Cloud по сбору данных об угрозах из открытых источников в новых версиях своего флагманского многофункционального межсетевого экрана (NGFW) «Континент 4».

Континент 4 – сертифицированный многофункциональный межсетевой экран (NGFW/UTM) с поддержкой алгоритмов ГОСТ

В числе ключевых механизмов защиты продукта:

  • Система обнаружения и предотвращения вторжений
  • Модуль поведенческого анализа
  • Потоковый антивирус
  • URL-фильтр

Расширение механизмов защиты в составе Континент 4 повысит безопасность ИТ-инфраструктуры заказчиков и снизят нагрузку на их центры обнаружения и реагирования на компьютерные атаки.

В будущих версиях Континент 4 фиды RST-cloud будут использоваться в рамках потокового антивируса и запрета доступа к вредоносным URL-адресам

В противодействии современным атакам большую роль играют дополнительные, внешние по отношению к компании, знания - Threat Intelligence.

Ежедневно появляются множества новых угроз, в RST Cloud насчитывают более 4000 Threat intelligence отчетов по исследованию ВПО и хакерских группировок только в 2022 году. Помимо отчетов в открытом доступе существует еще множество источников данных об угрозах, к примеру: соцсети, online-песочницы, github и т.д.

RST Cloud обеспечивает:

  1. Сбор Threat Intelligence из более чем 260 источников
  2. Обогащение собранных данных дополнительным контекстом
  3. Очитку от данных, способных вызвать потенциально ложноположительные сработки.
  4. Ранжирование исходя из уровня опасности угрозы. 

NGFW имеет все механизмы для того что бы эффективно применять Threat Intelligence для защиты на уровне сети.

Анализ URL-адресов и доменов средствами NGFW позволяют блокировать известные фишинговые ресурсы, зараженные сайты, а таже ресурсы, распространяющие ВПО, либо являющиеся управляющими серверами (C2).

Также NGFW видит весь проходящий трафик и умеет извлекать из него передаваемые файлы и рассчитать их хэш-сумму. Проверка и блокировка передаваемых по сети вредоносных файлов позволят вывить и устранить ВПО еще до того, как оно будет доставлена на устройство сотрудника компании. Еще одним плюсом использования Threat Intelligence в рамках NGFW является снижение нагрузки на поточные СЗИ, стоящие за NGFW, т.к. большая часть известных угроз будет заблокирована на периметре сети.

При таком подходе важно иметь наиболее полную и качественную базу Threat Intelligence информации, включающую в себя не только индикаторы APT, но и индикаторы массовых угроз, т.к. именно массовые атаки – то, что воздействует на инфраструктуру и сотрудников компании ежедневно.

Для заказчиков сейчас не может быть слишком много защиты. Наша задача сделать Континент 4 точкой приложения наиболее эффективных механизмов обеспечения безопасности сетевой инфраструктуры. Помимо развития собственных технологий, мы постоянно ищем интересные технологии на открытом рынке и идем по пути технологического партнерства. 

Павел Коростелев, руководитель отдела продвижения продуктов ООО «Код Безопасности»

Технологическое партнерство RST Cloud и «Код Безопасности» предоставляет клиентам Континент 4 уникальную возможность использовать Threat Intelligence, собранный из открытых источников, на самых ранних стадиях – на уровне сети, где злоумышленнику крайне сложно скрыть, или замести свои следы.

Мы считаем, что наше партнерство с «Код Безопасности» привнесет в Континент 4 всю мощь знаний международного сообщества и сделает киберпространство безопаснее.

Николай Арефьев, генеральный директор ООО «Технологии киберугроз» (RST Cloud) 

Разработка новосибирских ученых снизит галлюцинации ИИ

В Новосибирском государственном университете разработали библиотеку, которая повышает точность и надёжность ответов нейросетей и помогает снизить количество «выдуманных» или заведомо недостоверных ответов — так называемых ИИ-галлюцинаций. Решение получило название RAGU (Retrieval-Augmented Graph Utility) и основано на использовании графов знаний, отражающих связи между различными элементами информации.

Такие графы помогают нейросетям лучше понимать контекст запросов и выявлять неочевидные зависимости. В рамках проекта они были интегрированы с большими языковыми моделями, что позволило повысить качество генерации ответов.

«Саму концепцию придумали не мы. Архитектура GraphRAG была предложена в статье Microsoft, опубликованной около года назад. Идея оказалась удачной, но мы увидели ряд недостатков — в частности, очень долгий процесс построения графа знаний и недетерминированный результат. Наш подход позволил ускорить работу и повысить её надёжность», — рассказал научный сотрудник лаборатории прикладных цифровых технологий Международного научно-образовательного математического центра НГУ Иван Бондаренко.

В отличие от оригинального подхода Microsoft, новосибирские исследователи применили многошаговый метод формирования графа знаний. Это позволило существенно ускорить процесс и снизить требования к вычислительным ресурсам. Если в исходной реализации использовалось порядка 32 млрд параметров, то в RAGU их число удалось сократить почти на два порядка — не только без потери качества, но и с его заметным улучшением.

Помимо специалистов НГУ, в проекте участвовали представители других российских вузов, включая МГУ, Балтийский федеральный университет имени Иммануила Канта, Университет науки и технологий МИСИС, Дальневосточный федеральный университет и Университет ИТМО.

Проект RAGU стал победителем в номинации «Инновации в области искусственного интеллекта» конкурса «Код без границ». Всего в конкурсе приняли участие более 200 проектов.

RSS: Новости на портале Anti-Malware.ru