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.

Протекторы скрывают около 40% уязвимостей в Android-приложениях

Специалисты Positive Technologies провели исследование и выяснили, насколько протекторы помогают скрывать уязвимости и защитные механизмы в Android-приложениях. Для анализа использовали собственный сервис защиты от реверс-инжиниринга, который позволил оценить, как меняется доступность кода для анализа злоумышленниками.

Android остаётся самой распространённой мобильной платформой в мире — ей пользуются около 75% рынка, по данным Statcounter.

Открытость системы и свободный доступ к APK-файлам упрощают реверс-инжиниринг: раскрытие логики работы приложений, поиск ошибок, копирование функциональности и извлечение чувствительных данных.

В исследуемых приложениях специалисты обнаружили более 50 потенциальных уязвимостей разного уровня риска. После применения протектора количество обнаруживаемых ошибок снизилось примерно на 40%.

Наиболее заметное уменьшение пришлось на уязвимости высокого уровня риска — минус 67%. Уязвимостей со средним уровнем риска стало меньше на четверть, а дефектов, которые могли косвенно повлиять на безопасность, — почти на 80%.

Результат оказался разным для разных категорий приложений. Лидером по снижению числа видимых уязвимостей стали сервисы доставки еды — минус 46%. Далее идут приложения для путешествий и транспорта, а также маркетплейсы — по 38%. Примерно треть уязвимостей удалось скрыть в приложениях из сфер развлечений, телекоммуникаций, финансов и платежей.

Интересный эффект наблюдался и в области скрытия защитных техник. После применения протектора количество «видимых» мер безопасности, которые можно обнаружить с помощью сканера, сократилось на 67%. Это означает, что защитные механизмы стало сложнее распознать, а значит — сложнее заранее подготовить способы их обхода.

Также уменьшилось количество обнаруживаемых ключей доступа, токенов и других чувствительных данных — в среднем на 71%. Максимальный эффект наблюдался у приложений категории «Инструменты и утилиты».

По результатам анализа, использование техник защиты от запуска в виртуальных машинах оказалось скрыто в 98% случаев. Механизмы защиты от отладки — в 91%.

Для обфускации и защит от дизассемблирования снижение заметности было менее выраженным, на 32% и 21% соответственно.

Исследование показывает, что даже когда разработчики внедряют защитные механизмы, они могут быть распознаны при статическом анализе. Протекторы позволяют скрыть детали реализации и усложнить злоумышленникам задачу по изучению внутренней логики приложений.

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