В новогодние каникулы ретейлеры подверглись роботизированным атакам

В новогодние каникулы ретейлеры подверглись роботизированным атакам

В новогодние каникулы ретейлеры подверглись роботизированным атакам

Эксперты ГК «Солар» в период новогодних праздников зафиксировали усиление веб-атак роботизированных сканеров на сайты интернет-магазинов. Цель таких атак — поиск уязвимостей, кража данных, сбор информации и копирование дизайна сайтов.

По данным специалистов, повышенная активность злоумышленников начала наблюдаться с 25 декабря.

До 9 января фиксировался высокий уровень атак — до 15 тысяч в час, а в пиковые моменты он достигал 48 тысяч. По сравнению с прошлым годом количество атак увеличилось в три раза.

Существенно выросла и их продолжительность. Если в ноябре и начале декабря средняя продолжительность одной атаки составляла менее часа, то с 2 по 6 января этот показатель увеличился до 2-8 часов. В последние дни праздников злоумышленники начали действовать в круглосуточном режиме.

«По нашему мнению, злоумышленники смогли усовершенствовать методы автоматизированных атак с помощью роботизированных сканеров, поставив их на поток к концу декабря. Это несёт серьёзные риски, включая остановку работы ресурсов и утечку данных. В таких условиях крупным интернет-магазинам крайне необходима надёжная круглосуточная защита от веб-угроз», — отметил Алексей Пашков, руководитель направлений WAF и Anti-DDoS ГК «Солар».

Подпишитесь на новости

Группа Астра выпустила конструктор ИИ-агентов для работы в закрытом контуре

Собрать ИИ-секретаря или помощника техподдержки из визуальных блоков — такой сценарий предлагает «Группа Астра». Компания вывела на рынок «Астра ИИ Платформу»: low-code-конструктор корпоративных ИИ-приложений. По заявлению разработчика, он позволяет сократить внедрение с месяцев до дней и работать без зависимости от зарубежных облаков.

Решение входит в экосистему «Астра ИИ» и поддерживает локальное развёртывание, включая закрытый контур.

Внутри два конструктора. ML отвечает за обучение и развёртывание моделей машинного обучения, LLM — за языковых ассистентов, поиск по документам и автоматизацию процессов.

Сценарии собираются из блоков, настраиваются и отлаживаются в реальном времени. Если визуальных возможностей мало, можно менять код и добавлять собственные блоки на Python.

Платформа поддерживает базы знаний для RAG: помощник ищет информацию в документах компании. Через внешние инструменты агенты подключаются к CRM, ERP, почте и веб-поиску.

Можно также объединять нескольких агентов и распределять между ними задачи.

Среди сценариев есть аналитика, финансовые задачи, техподдержка и мониторинг рисков. В одном из приведённых компанией примеров модели обрабатывают десять страниц чертежей и спецификаций за пять минут, подготавливая данные для инженерных систем.

По данным разработчика, продукт включён в реестр отечественного ПО и уже доступен заказчикам.

RSS: Новости на портале Anti-Malware.ru