«Лаборатория Касперского» получила в США два патента

«Лаборатория Касперского» получила в США два патента

«Лаборатория Касперского» сообщает о получении в США двух патентов на передовые технологические решения, разработанные экспертами компании. Новые технологии повышают эффективность лечения зараженных систем и идентификации спам-ботнетов. Метод восстановления системы после заражения вредоносной программой описывается в патенте № 8181247. Данная технология анализирует деятельность различных объектов (например, действия установленных программ) на основе данных журнала регистрации событий и определяет связи между ними.

С помощью этих данных, после обнаружения вредоносной активности, технология позволяет отменить все изменения в системе. В частности, восстанавливаются незараженные версии файлов и корректные записи реестра, а созданные в результате вредоносной активности объекты удаляются. Чтобы не допустить повторного заражения, все созданные вредоносными объектами сетевые соединения разрываются, а запущенные ими процессы завершаются. Данная технология, задействованная в составе модуля System Watcher в продуктах компании, позволяет привести систему в то состояние, в котором она находилась до повреждения вредоносными программами, с полным сохранением работоспособности.

Второй патент № 8195750 описывает систему и способы выявления ботнетов, использующихся для массовой рассылки электронных сообщений. Данная технология организует сбор и анализ статистики почтовых серверов. На основании собранных данных создается модель распространения электронных писем в зависимости от их размера или даты отправления. Дальнейший анализ позволяет определить компьютеры, массово рассылающие идентичные письма и предположительно являющиеся частью ботнета. Одним из преимуществ технологии является скорость работы: cбор статистики занимает относительно мало времени, от нескольких часов до суток.

«Разработанная в компании система определения зараженных компьютеров, включенных злоумышленниками в состав ботнета, использует только косвенные данные. Из-за этого анализ информации, полученной от почтовых серверов, может занимать очень много времени, что заметно снижает эффективность такого поиска. Дело в том, что конкретная зараженная система может рассылать спам в течение короткого времени – несколько часов или дней – после чего она переводится злоумышленниками в режим ожидания, – комментирует Евгений Смирнов, руководитель группы развития антиспам-технологий «Лаборатории Касперского». – Запатентованная технология повышает качество работы нашей системы фильтрации спама, а также предоставляет необходимые данные для анализа и последующего закрытия ботнета, как например это произошло с известным ботнетом Kelihos».

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