Symantec анонсировала самообучающуюся DLP-систему

Symantec анонсировала самообучающуюся DLP-систему

В первом полугодии наступающего года на рынок выйдет продукт Symantec Data Loss Prevention 11. Одной из его ключевых особенностей будет т.н. технология целенаправленного самообучения, которая призвана упростить обработку и классификацию важных сведений.



В Symantec уверены, что новая технология представляет собой значительный шаг вперед в сравнении с существующими методами определения тайной информации. Напомним, что это довольно важно для систем предотвращения утечек данных, поскольку им нужно уметь отличать конфиденциальную информацию от обычной. В какой-то степени технологию целенаправленного самообучения (ТЦС) можно назвать средством разработки политик безопасности, которые определяют подлежащие защите сведения.


Принцип работы самообучающейся системы, использованный Symantec, неплохо известен: он нередко применяется, скажем, при создании спам-фильтров. Суть его в том, что программное обеспечение учится определять информацию того или иного рода, сравнивая предложенные ему 'правильные' и 'неправильные' образцы данных. Ведущий менеджер Symantec по маркетинговой политике Роберт Хэмилтон разъяснил сущность этого принципа следующим образом:


"Допустим, разработчик программного обеспечения хочет защитить написанные им исходные коды для какого-либо приложения от утечки посредством электронной почты или съемных носителей. В то же время ему требуется, чтобы DLP-система не оказывала воздействия на передачу некоторых иных участков кода - положим, они относятся к типу open source, в силу чего являются общедоступными, и охранять их бессмысленно. Тогда он вводит в систему образцы своего кода как "правильные" примеры, а экземпляры открытых исходников - как "неправильные". Изучив их, ТЦС сформирует нужный профиль и настроит политику безопасности."


Аналитики отмечают, что в перспективе такая DLP-система сможет автоматически создавать политики для различных документов и прочих сведений. В целом предложенный Symantec подход может сделать защиту от утечек более гибкой и эффективной.


Помимо ТЦС, в продукте Data Loss Prevention 11 можно будет увидеть и иные нововведения. В частности, в его состав войдут средство контроля доступа приложений к файлам (оно позволит удостовериться, что сторонние программы вроде iTunes или Skype не передают за пределы корпоративного брандмауэра важные сведения), функционал под названием FlexResponse, обеспечивающий взаимодействие с клиентскими средствами защиты от других производителей, подсистема Risk Scoring, осуществляющая приоритезацию информационных активов в зависимости от степени важности данных и количества пользователей, авторизованных для работы с ними.


Подробная информация (на английском языке) изложена в пресс-релизе Symantec.

97% компаний в России внедряют ИИ, но 54% не видят его ценности

UserGate изучила, как российские компании внедряют инструменты на базе ИИ и что мешает делать это быстрее. Опрос прошёл в январе 2026 года, в нём участвовали 335 топ-менеджеров компаний с выручкой от 100 млн рублей в год. Картина получилась довольно показательная: 97% компаний уже используют ИИ, тестируют его в пилотах или собираются внедрять в ближайшее время.

То есть искусственный интеллект из разряда «модного тренда» окончательно перешёл в категорию рабочих инструментов.

Чаще всего ИИ применяют для вполне прикладных задач. На первом месте — генерация отчётов и аналитики (42%). Далее идут оптимизация сетевой инфраструктуры (38%), анализ больших массивов логов (37%), ускорение расследований инцидентов (35%) и повышение эффективности Help Desk (32%).

Иными словами, бизнес в первую очередь использует ИИ там, где он помогает сэкономить время и ресурсы или усилить функции безопасности.

Интересно, что приоритеты зависят от масштаба компании. В корпоративном сегменте более 60% респондентов указали анализ больших логов как ключевое направление — что логично при объёмах данных в крупных ИТ-ландшафтах. В среднем бизнесе на первый план выходит оптимизация сетевой инфраструктуры (45%).

При этом 7% компаний пока вообще не рассматривают внедрение ИИ. Главные причины — неясная ценность технологии (54%) и неопределённость рисков (38%). Также среди барьеров называют отсутствие чёткого распределения ответственности (29%), ограниченные бюджеты (29%) и нехватку экспертизы (17%). По сути, речь идёт не столько о скепсисе, сколько о нехватке понимания, как именно внедрять ИИ и как управлять связанными с ним рисками.

Отдельно респондентов спросили, какие технологии окажут наибольшее влияние на кибербезопасность в ближайшие 12 месяцев. Лидером стали ИИ и машинное обучение — их назвали около половины представителей коммерческого и государственного сегментов. Даже те компании, которые пока осторожничают с практическим внедрением, всё равно рассматривают машинное обучение как ключевой фактор трансформации ИБ в среднесрочной перспективе.

Как отмечает руководитель отдела стратегической аналитики UserGate Юлия Косова, бизнес уже активно использует ИИ в операционных и защитных сценариях, но ожидания рынка зачастую опережают текущую практику. Дальнейший эффект, по её словам, будет зависеть от зрелости процессов, качества данных и способности управлять рисками.

RSS: Новости на портале Anti-Malware.ru