Компания «Инфосистемы Джет» выводит QlikView на корпоративный рынок

Компания «Инфосистемы Джет» выводит QlikView на корпоративный рынок

Компания «Инфосистемы Джет» сообщает о завершении первого в России нагрузочного тестирования системы бизнес-анализа QlikView – платформы класса Business Discovery. Согласно полученным результатам, платформа применима для построения решений Enterprise-уровня.

Продукт QlikView известен на российском рынке и хорошо зарекомендовал себя для решения локальных задач с относительно небольшим объемом данных. Например, благодаря поддержке ассоциативной модели данных, гибкости и простоте эксплуатации платформу QlikView для построения своей BI-системы выбрала Группа компаний Danone-Юнимилк. Внедренное компанией «Инфосистемы Джет» решение помогает своевременно оценивать эффективность производственных линий одного из заводов заказчика и способствует оперативному принятию решений.

Некоторое время назад компания QlikTech выпустила версию QlikView 11, которая позиционируется как платформа Enterprise-уровня, способная решать масштабные и комплексные аналитические задачи. Понимая потенциальные преимущества QlikView, компания «Инфосистемы Джет» предложила провести нагрузочное тестирование платформы для наглядной демонстрации ее работы потенциальным заказчикам.

«Реализованные нами проекты построения BI-систем демонстрируют, что  компаниям необходимы эффективные и в то же время гибкие инструменты, способные оперативно анализировать большие объемы данных. Мы приняли решение о проведении тестирования QlikView, стремясь удовлетворить потребности бизнеса наших заказчиков, – комментирует Анна Харитонова, начальник отдела бизнес-анализа Центра программных решений компании “Инфосистемы Джет”. – Исследование платформы позволило  нам детально изучить особенности новой версии продукта и обеспечить гарантированный результат внедрения QlikView в качестве Enterprise-решения».

Данные для исследования – обезличенную базу данных, содержащую около 3 млрд записей, и примеры ежедневно формируемых аналитических отчетов – предоставила одна из компаний-заказчиков, численность персонала которой превышает 5000 человек. В компании одновременно работают с отчетностью около 500 конкурентных пользователей. Эти числовые показатели соответствуют норме для сегмента крупного бизнеса.

Нагрузочное исследование проводили на трех версиях сервера QlikView и трех стендах различных конфигураций. На первом этапе специалисты компании «Инфосистемы Джет» тестировали QlikView на виртуальных машинах. Убедившись, что решение эффективно работает с большими объемами данных в «облаке», эксперты интегратора продолжили тестирование платформы на физическом сервере и кластере. Используемые нагрузочные сценарии были максимально приближены к реальным условиям работы пользователей. Всего было проведено более 20 нагрузочных тестов.

В ходе тестирования удалось более чем в 2 раза превысить показатели, соответствующие норме для сегмента крупного бизнеса: 500 конкурентных пользователей, 7 млрд записей. Также в ходе исследования эксперты системного интегратора разработали методологию внедрения QlikView в компаниях Enterprise-сегмента, учитывающую специфику крупных корпоративных заказчиков.

AppSec.Track научился проверять код, написанный ИИ

AppSec.Track добавил поддержку работы с ИИ и стал первым российским SCA-анализатором, который умеет проверять код прямо в связке с ИИ-ассистентами. Обновление рассчитано в том числе на так называемых «вайб-кодеров» — разработчиков, которые активно используют LLM и ИИ-редакторы для генерации кода.

Новый функционал решает вполне практичную проблему: ИИ всё чаще пишет код сам, но далеко не всегда делает это безопасно.

Модель может «галлюцинировать», предлагать несуществующие пакеты, устаревшие версии библиотек или компоненты с известными уязвимостями. AppSec.Track теперь умеет отлавливать такие ситуации автоматически.

Разработчик может прямо в диалоге с ИИ-ассистентом запросить проверку сгенерированного кода через AppSec.Track. Система проанализирует используемые сторонние компоненты, подсветит потенциальные угрозы и предложит варианты исправления. В основе механизма — протокол MCP (Model Context Protocol), который позволяет безопасно подключать инструменты анализа к LLM.

Как поясняет директор по продукту AppSec.Track Константин Крючков, разработчики всё чаще пишут код «по-новому», а значит, и инструменты анализа должны меняться. Редакторы вроде Cursor или Windsurf уже умеют многое, но им всё равно нужна качественная и актуальная база уязвимостей. Именно её и даёт AppSec.Track, включая учёт внутренних требований безопасности конкретной компании. В итоге даже разработчик без глубокой экспертизы в ИБ может получить более надёжный результат.

Проблема особенно заметна на фоне роста low-coding и vibe-coding подходов. Код создаётся быстрее, а иногда — почти без участия человека, но с точки зрения безопасности в нём могут скрываться неприятные сюрпризы: SQL-инъекции, логические ошибки или небезопасные зависимости. Как отмечает старший управляющий директор AppSec Solutions Антон Башарин, ИИ-ассистенты не заменяют классические практики DevSecOps — особенно когда речь идёт об open source, где информация об угрозах обновляется быстрее, чем обучаются модели.

Новый функционал AppSec.Track ориентирован на профессиональные команды разработки, которые уже внедряют ИИ в свои процессы. Он позволяет сохранить требования Secure by Design и снизить риски даже в условиях активного использования генеративного кода.

RSS: Новости на портале Anti-Malware.ru