Минфин применил ИИ при формировании бюджета

Минфин применил ИИ при формировании бюджета

Минфин применил ИИ при формировании бюджета

Запущенная Министерством финансов совместно со «Сбером» нейросеть помогает автоматизировать сопоставление данных и прочие рутинные процессы. В дальнейшем технологии помогут повысить эффективность и прозрачность управления государственными финансами.

Первый замминистра финансов Ирина Окладникова на полях Московского финансового форума рассказала корреспонденту «Известий» о пилотном проекте использования нейросети в бюджетном процессе.

Искусственный интеллект помогал в сопоставлении кодов бюджетной классификации (статей доходов и расходов) и привязанных к ним результатов.

«Большинство этапов бюджетного процесса может быть со временем автоматизировано, и часть операций — полностью переведена на искусственный интеллект. Это будет зависеть только от того, насколько у нас получится стандартизировать наши процедуры», — считает Ирина Окладникова.

При этом использование технических средств позволит избежать человеческих ошибок и проявлений субъективизма в вопросах, связанных с межведомственным взаимодействием. С другой стороны, искусственный интеллект пока не в состоянии решать такие задачи, как контроль поручений президента и правительства.

«Минфин подготовил базу данных, и мы на ее основе обучили систему. В итоге уже сейчас наш ИИ-агент работает на уровне 84% точности, а будет еще точнее. И тогда основную часть рутинной работы можно будет отправить на машинную обработку, чтобы люди сосредоточились на действительно сложных, важных, творческих и интересных задачах», — отметил первый заместитель председателя правления Сбербанка Александр Ведяхин.

Опрошенные «Известиями» эксперты назвали главным плюсом ускорение работ по подготовке бюджета, повышение качества контроля эффективности и точность прогнозирования. Главным риском же является непрозрачность работы алгоритмов и искажения, вызванные неточностью исторических данных. Серьезной угрозой являются и риски кибербезопасности, многие из которых плохо изучены.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

В Гарда Deception добавили MiTM-детектор и улучшили работу в филиалах

Компания «Гарда» выпустила обновление своей системы обмана «Гарда Deception». Новая версия предназначена для того, чтобы уменьшить нагрузку на ИТ-подразделения и повысить устойчивость инфраструктуры, а также упростить выявление действий злоумышленников в сетях заказчиков.

Буквально на днях мы обозревали версию Гарда Deception 2.1. Рассказали о ключевых функциональных возможностях, архитектуре, системных требованиях и кейсах использования системы.

Централизованное управление приманками через AD

Главное изменение — поддержка безагентного метода доставки и обновления приманок через групповые политики Microsoft Active Directory (AD GPO).

Это значит, что теперь ИБ-специалисты могут централизованно распространять и обновлять приманки, не вмешиваясь в работу сотрудников. Все обновления выполняются по расписанию и в скрытом режиме, что снижает влияние на пользовательские станции и делает сеть более стабильной.

Новый MiTM-детектор для LLMNR

Чтобы повысить точность выявления атак, в систему добавлен детектор атак на протокол LLMNR. Он способен фиксировать попытки Man-in-the-Middle в широковещательных протоколах, что позволяет отлавливать больше тактик, используемых злоумышленниками на ранних этапах проникновения.

Поддержка распределённых сетей

Для компаний с филиальной структурой появился модуль «Филиал/Branch». Он позволяет ловушкам работать автономно, даже если связь с центральным узлом временно пропадает — мониторинг при этом остаётся непрерывным. Такой режим особенно актуален для организаций с удалёнными офисами и производственными объектами.

Быстрее разбирать инциденты

Теперь события безопасности можно связывать с техниками MITRE ATT&CK прямо внутри «Гарда Deception». Это ускоряет анализ и помогает аналитикам быстрее понимать, какой сценарий атаки разворачивается и какие действия предпринимает злоумышленник.

Более реалистичные ложные персоны

Обновление добавило и новые возможности по созданию фейковых учётных записей. Можно загружать данные из CSV — например, списки отключённых сотрудников — а также использовать регулярные выражения для генерации идентификаторов и добавлять отчества. Чем реалистичнее приманка, тем выше шанс, что злоумышленник взаимодействует именно с ней, а не с реальными активами.

Руководитель продукта «Гарда Deception» Екатерина Харитонова отмечает, что новые функции направлены на повышение точности обнаружения атак и автоматизацию рутинных операций, чтобы сократить нагрузку на команды ИБ и упростить анализ угроз.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

RSS: Новости на портале Anti-Malware.ru