Крайон превратил HScan из сканера в платформу управления уязвимостями

Крайон превратил HScan из сканера в платформу управления уязвимостями

Крайон превратил HScan из сканера в платформу управления уязвимостями

Компания «Крайон» выпустила крупное обновление HScan. Теперь это не просто сканер, а полноценная система управления уязвимостями, которая помогает автоматизировать процессы реагирования и приоритизировать задачи.

Главные изменения:

  • появилась система политик для автоматизации реагирования: уведомления и задачи на устранение уязвимостей формируются и назначаются автоматически;
  • внедрено ранжирование активов по критичности, чтобы ресурсы направлялись в первую очередь на защиту наиболее важных систем;
  • реализована иерархическая структура департаментов, упрощающая распределение ответственности;
  • улучшен процесс управления задачами: добавлены контроль сроков, прозрачная история действий и отчётность;
  • модернизированы уведомления: теперь они приходят по разным каналам — в сервисе, по почте или в мессенджере;
  • централизованное управление настройками упростило администрирование;
  • доработан интерфейс и повышена стабильность работы.

 

По словам представителей компании, обновление делает HScan инструментом не только для поиска уязвимостей, но и для выстраивания процессов управления ими в организациях с разной ИТ-инфраструктурой.

Более трех четвертей россиян не отличают нейросетевой контент от реального

Согласно исследованию агентств Spektr и СКОТЧ, 77% участников не смогли отличить изображения, созданные нейросетями, от реальных фотографий. В опросе приняли участие около 1000 человек. Респондентам в случайном порядке показывали пять изображений, из которых четыре были сгенерированы ИИ, а одно — подлинное.

Результаты исследования приводит РБК. Корректно определить сгенерированные изображения смогли лишь 23% опрошенных.

При этом в более молодых возрастных группах показатели оказались выше. Среди респондентов до 30 лет правильный ответ дали 30%, в группе 31–44 года — 25%.

В числе признаков «настоящего» фото участники называли убедительные детали, реалистичные свет и тени, а также естественную улыбку человека в кадре. Например, изображение с улыбающимся мужчиной чаще других считали реальным участники в возрасте 45–60 лет — 28% из них выбрали именно этот вариант.

Примечательно, что доля тех, кто ошибается при определении ИИ-контента, растёт. Согласно результатам исследования MWS, опубликованным летом 2025 года, правильно распознать сгенерированные изображения смогли более трети респондентов.

RSS: Новости на портале Anti-Malware.ru