Stonesoft IPS продемонстрировала лучшие результаты в тестах ICSA Labs

Stonesoft IPS продемонстрировала лучшие результаты в тестах ICSA Labs

...

Stonesoft, объявила, что ее устройство StoneGate IPS отлично зарекомендовало себя в испытаниях сетевых систем предотвращения вторжений (IPS), проведенных независимой лабораторией ICSA Labs.



Согласно отчету ICSA Labs, сетевые системы предотвращения вторжений ведущих поставщиков отрасли тестировались против уязвимостей, которым было менее трех месяцев «отроду». И в предварительных, и в окончательных тестах предоставленное Stonesoft на тестирование решение StoneGate IPS-1205 было лучшим по эффективности защиты от атак. StoneGate IPS-1205 тестировалась против серии недавно обнаруженных критичных уязвимостей, запускаемых извне.

В начальных тестах ICSA Labs рейтинг эффективности продуктов оценивался в диапазоне от 59,4 до 78,1 %. После того, как вендору разрешается изменить настройки своего продукта так, чтобы наилучшим образом противостоять текущим угрозам безопасности, начинается финальный тест, в котором параметр эффективности продуктов оценивается в диапазоне от 81,3 до 90,6. StoneGate IPS-1205 показала самые высокие результаты для обоих тестов: 78,1% в начальных испытаниях и 90,6% в окончательном тестировании.

"Мы стремились и стремимся выпустить на рынок самое мощное IPS решение," – отметил Antti Kuvaja, директор по управлению продуктами Stonesoft. "Проведенные нами исследования и инновационные разработки позволили нам это сделать. Мы будем и дальше наращивать как производительность StoneGate IPS, так и активно выявлять новые угрозы и уязвимости, которые влияют на безопасность сети".

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

Google представил VaultGemma — LLM с дифференциальной приватностью

В семействе больших языковых моделей (БЯМ, LLM) с открытым кодом, разработанных в Google, прибавление. Новинка VaultGemma не запоминает конфиденциальные данные при обучении, что предотвращает их слив пользователям.

ИИ-модель, построенная на базе Gemma 2 и работающая по 1 млрд параметров, прошла предварительный тренинг с применением метода дифференциальной приватности (differential privacy) — он добавляет в процесс обучения эталонный шум для ограничения возможности запоминания.

К сожалению, такой подход снижает не только риск утечки конфиденциальных данных, но также точность и быстродействие LLM. Чтобы найти оптимальный баланс между приватностью, практичностью и затратами на вычисления, в Google провели специальное исследование.

Бенчмаркинг показал, что по производительности VaultGemma сравнима с моделями той же величины, но без гарантий конфиденциальности.

 

Подробная информация о новом opensource-проекте, способном ускорить создание приватных и безопасных ИИ-систем для медучреждений, финансовых институтов и госсектора, выложена на Hugging Face и Kaggle.

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