ЛК совершенствует технологию анализа вредоносных действий

ЛК совершенствует технологию анализа вредоносных действий

Лаборатория Касперского запатентовала технологию создания правил фильтрации малозначимых событий, используемых при анализе программного обеспечения. Патент был выдан Бюро по регистрации патентов и торговых марок США. Одним из эффективных методов проверки ПО на наличие вредоносных функций является эмуляция: программный код разбивается на отдельные команды, каждая из которых исполняется в виртуальной среде.

В таком случае операционная система и данные пользователя не подвергаются опасности. Однако при этом требуется обработка огромного количества данных – специального протокола событий, который анализируется на предмет выявления потенциально вредоносных действий.

По большей части (до 80-90%) подобные протоколы состоят из малозначимых событий, которые не позволяют судить о вредоносности или легитимности программы. Характерным примером является запрос версии операционной системы. Он не позволяет определить, вредоносная программа или нет, поэтому изучение такого события бесполезно как для аналитика, так и для автоматических систем.

Для того чтобы протокол не был перегружен малозначимыми событиями, применяются механизмы предварительной фильтрации, позволяющие очистить его от подобной информации до начала анализа. Специальный фильтрационный модуль удаляет из протоколов лишнее, руководствуясь пополняемой базой данных, содержащей правила фильтрации. В полученном «Лабораторией Касперского» патенте описывается способ формирования подобных правил. Он заключается в проведении эмуляции на серверах компании. Сначала на базе наиболее распространенных инструментов разработки создается множество тестовых программ, которые запускаются в изолированной виртуальной среде, где составляется протокол событий. Далее в нем выявляются многократно повторяющиеся малозначимые события, информация о которых добавляется в базу данных правил фильтрации. Таким образом, впоследствии, при работе защитных решений на компьютерах конечных пользователей подобные события будут автоматически удалены из протокола до начала анализа, что позволит сэкономить вычислительные ресурсы.

«При создании аналитического модуля важно соблюдать баланс, при котором эффективность не идет в ущерб производительности. И в первую очередь не стоит перегружать этот модуль малозначимой информацией — ему и так есть чем заняться. Подобный подход лежит в основе разработки любых наших программных продуктов, что обеспечивает им не только эффективность в борьбе с киберугрозами, но и оптимальность использования системных ресурсов», — комментирует Олег Зайцев, главный технологический эксперт отдела развития антивирусных технологий «Лаборатории Касперского»

Подпишитесь на новости

Яндекс выпустил систему контроля безопасности корпоративного ИИ

Yandex B2B Tech выводит на рынок AI-SPM — инструмент для непрерывной оценки защищённости корпоративных ИИ-систем. Решение должно находить опасные настройки, избыточные полномочия и доступ моделей к конфиденциальным данным до того, как этим заинтересуются уже не аудиторы, а атакующие.

О запуске рассказал «Ведомостям» генеральный директор Yandex Cloud Григорий Атрепьев.

По его словам, постоянный автоматизированный контроль становится необходимостью по мере распространения ИИ в корпоративной инфраструктуре.

AI-SPM связывает в единую карту модели, наборы данных, серверы, права доступа и обнаруженные уязвимости. Система проверяет безопасность на разных этапах жизненного цикла ИИ, выявляет риски и предлагает меры защиты.

Например, она может предупредить об угрозе подмены обучающих данных, чрезмерных правах пользователя или возможности добраться до модели через специально подготовленный запрос.

При этом AI-SPM — скорее диспетчер защищённости, чем железный купол. Такие платформы непрерывно обследуют инфраструктуру и объясняют, где администраторы оставили дверь приоткрытой, но сами по себе не блокируют большинство атак. Для фильтрации запросов, предотвращения утечек и защиты от инъекций в промпт нужны отдельные средства.

Мировой рынок решений для защиты ИИ, по приведённой Атрепьевым оценке, вырастет с $2,8 млрд в 2026 году до $4,8 млрд в 2027-м. Российский сегмент пока только формируется: Yandex Cloud оценивает его объём в 1-4 млрд рублей по итогам 2026 года и допускает рост до 11–30 млрд рублей к 2029–2030 годам.

Основными заказчиками подобных продуктов станут банки, промышленные компании, ретейлеры, телеком-операторы, технологический бизнес и госструктуры.

RSS: Новости на портале Anti-Malware.ru