Хакеры охотятся за интеллектуальной собственностью

Хакеры охотятся за интеллектуальной собственностью

К такому выводу пришли аналитики McAfee в своей новой исследовательской работе "Теневая экономика: интеллектуальный капитал и важные корпоративные данные как новая валюта киберпреступников". Тем самым они зафиксировали тот факт, что внимание и интересы злоумышленников смещаются в сторону сведений, составляющих коммерческую тайну, и другой подобной информации, которую впоследствии можно продать.


Итак, в качестве объектов киберкриминальной торговли все больший вес приобретают секреты производства ("ноу-хау"), маркетинговые планы, исследования, разработки, и даже исходные коды программного обеспечения. Взломщики внедряются в корпоративные сети, не встречая при этом особенного сопротивления, и извлекают нужные им данные; пострадавшие же организации не только не испытывают особенного желания расследовать подобные инциденты, но и стремятся о них умалчивать, не привлекая общественного внимания.

Авторы доклада замечают, что управление ботнетами и проведение атак посредством вредоносного программного обеспечения с последующим извлечением персональных данных индивидуальных пользователей, безусловно, по-прежнему составляют значительную часть теневого "рынка", однако сектор корпоративного шпионажа в последнее время демонстрирует заметный рост - а это говорит об увеличении его важности и значимости в глазах киберпреступников.

При этом проведенные исследования выявили, что факты хищения интеллектуальной собственности довольно редко предаются гласности. Сообщается, что предприятия не хотят публично заявлять об эксплуатации тех или иных уязвимостей, дабы не привлечь к себе внимание других взломщиков или чтобы не уронить свою репутацию в глазах партнеров и клиентов. Более половины компаний, представители которых участвовали в подготовке статистических сведений, сознательно отказывались проводить расследования масштабных инцидентов по причине их высокой стоимости, в то время как не слишком существенные происшествия изучались собственными силами, без привлечения экспертов со стороны. Все это не лучшим образом сказывается на защите, поскольку при подобном подходе недостатки систем безопасности часто остаются так и не исправленными, любезно предоставляя "черные ходы" новым злоумышленникам.

В опросе, результаты которого легли в основу исследования, участвовала 1 тыс. специалистов по информационным технологиям, работающих в предприятиях и организациях США, Великобритании, Японии, Китая, Индии, Бразилии и стран Ближнего Востока.

Полная версия доклада аналитиков McAfee (на английском языке) доступна здесь.

Письмо автору

" />

Разработка новосибирских ученых снизит галлюцинации ИИ

В Новосибирском государственном университете разработали библиотеку, которая повышает точность и надёжность ответов нейросетей и помогает снизить количество «выдуманных» или заведомо недостоверных ответов — так называемых ИИ-галлюцинаций. Решение получило название RAGU (Retrieval-Augmented Graph Utility) и основано на использовании графов знаний, отражающих связи между различными элементами информации.

Такие графы помогают нейросетям лучше понимать контекст запросов и выявлять неочевидные зависимости. В рамках проекта они были интегрированы с большими языковыми моделями, что позволило повысить качество генерации ответов.

«Саму концепцию придумали не мы. Архитектура GraphRAG была предложена в статье Microsoft, опубликованной около года назад. Идея оказалась удачной, но мы увидели ряд недостатков — в частности, очень долгий процесс построения графа знаний и недетерминированный результат. Наш подход позволил ускорить работу и повысить её надёжность», — рассказал научный сотрудник лаборатории прикладных цифровых технологий Международного научно-образовательного математического центра НГУ Иван Бондаренко.

В отличие от оригинального подхода Microsoft, новосибирские исследователи применили многошаговый метод формирования графа знаний. Это позволило существенно ускорить процесс и снизить требования к вычислительным ресурсам. Если в исходной реализации использовалось порядка 32 млрд параметров, то в RAGU их число удалось сократить почти на два порядка — не только без потери качества, но и с его заметным улучшением.

Помимо специалистов НГУ, в проекте участвовали представители других российских вузов, включая МГУ, Балтийский федеральный университет имени Иммануила Канта, Университет науки и технологий МИСИС, Дальневосточный федеральный университет и Университет ИТМО.

Проект RAGU стал победителем в номинации «Инновации в области искусственного интеллекта» конкурса «Код без границ». Всего в конкурсе приняли участие более 200 проектов.

RSS: Новости на портале Anti-Malware.ru