«Лаборатория Касперского» сообщает о патентовании в США передовой технологии эвристического анализа

«Лаборатория Касперского» сообщает о патентовании в США передовой технологии эвристического анализа

«Лаборатория Касперского» собщает об успешном патентовании передовой технологии эвристического анализа. Технология, запатентованная в США, позволяет рассчитать коэффициент безопасности исследуемого программного обеспечения на основе поведения программы во время ее эмуляции.

При появлении новых вредоносных программ, которые еще не были обнаружены специалистами антивирусных компаний, очень важным становится их обнаружение с помощью методов эвристического анализа. Используемые в настоящее время методы детектирования не дают стопроцентной гарантии обнаружения новых вредоносных программ, что требует внедрения новых техник обнаружения потенциальных угроз и их блокирования.

Настоящее изобретение за авторством ведущих специалистов «Лаборатории Касперского» Николая Гребенникова, Олега Зайцева, Алексея Монастырского и Михаила Павлющика, заключается в использовании системы правил для определения степени вредоносности различных процессов (так называемой Security Rating). Патент на это изобретение, выданный 5 мая 2009 Патентным бюро США, получил номер 7 530 106.

В выданном патенте описана постоянно расширяемая система правил, в которой обозначены наиболее используемые вредоносными программами действия, такие как доступ к различным частям системного реестра, доступ в интернет или к системным файлам и т.д. Каждое такое действие оценивается в процентах по степени опасности, и при совершении данного действия суммарный рейтинг потенциальной опасности процесса будет увеличен. По мере роста данного рейтинга для процесса вводятся различные ограничения на доступ к определенным ресурсам. Таким образом, можно предотвратить ущерб от деятельности вредоносной программы еще в самом начале, заблокировав доступ к нужным для нее ресурсам.

«Запатентованная «Лабораторией Касперского» технология Security Rating направлена на решение задачи автоматизированного формирования таблиц правил для неизвестных приложений, - говорит руководитель отдела по управлению интеллектуальной собственностью «Лаборатории Касперского» Надежда Кащенко. – Такая технология очень важна для обеспечения прозрачности и незаметности работы антивирусных решений и минимизирует необходимость настройки таких продуктов пользователями».

Технология Security Rating не только повышает эффективность защиты компьютера, но и делает продукты «Лаборатории Касперского» более простыми в использовании. Благодаря ей сложная технология HIPS (Host-based Intrusion Prevention System), реализованная в Kaspersky Internet Security 2009 в виде инновационного модуля фильтрации активности приложений, стала доступна рядовым пользователям, а не только специалистам-администраторам.

В настоящее время патентные организации США и России рассматривают более трех десятков патентных заявок «Лаборатории Касперского», описывающих уникальные инновационные технологии в области информационной безопасности.

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

34% тестировщиков применяют ИИ для генерации кода, 28% — для тест-кейсов

2ГИС решила разобраться, как себя чувствует русскоязычное QA-сообщество: чем пользуются тестировщики, как устроены процессы и как в работу проникает искусственный интеллект. В исследовании поучаствовали 570 QA-специалистов, почти половина из них работают в крупных компаниях.

57% опрошенных сказали, что подключаются к разработке фич ещё на этапе обсуждения требований — то есть задолго до появления кода.

Лишь 20% приходят в проект только после завершения разработки. А вариант «подключаюсь, когда в продакшене что-то сломалось» — уже почти экзотика.

89% команд используют автотесты — от юнитов до UI. Но вот инструменты вокруг них, вроде поддержки, аналитики и стабильности, применяют далеко не все. Например, код-ревью автотестов делают только 39% опрошенных, а 28% команд вообще не отслеживают никаких метрик и работают «вслепую».

ИИ используют не все, и в основном — для рутинных задач

Хотя ИИ уже прочно вошёл в мир тестирования, чаще всего его применяют для типовых задач:

  • написание тестового кода (34%),
  • генерация тест-кейсов (28%),
  • и тестовых данных (26%).

 

Более продвинутые сценарии вроде анализа тестов, автоматического поиска багов и визуального тестирования пока используются редко. Например, только 5% автоматизируют дефект-дискавери, и лишь 4% пробуют AI для визуальных проверок. А 22% QA-специалистов вообще не используют ИИ в своей работе.

Главные проблемы в тестировании

На первом месте — сжатые сроки. Об этом сказали 71% участников опроса. На втором — слабое вовлечение QA в процессы (40%) и нехватка квалифицированных специалистов (37%).

Как измеряют качество

  • Главная метрика — количество найденных багов (58%).
  • Покрытие автотестами учитывают 43%, покрытие кода — только 23%.
  • Стабильность тестов (например, чтобы они не «флапали») отслеживают всего 15% команд.

Что будет с профессией дальше? Мнения разделились:

  • 37% считают, что всё уйдёт в тотальную автоматизацию;
  • 35% уверены, что ничего особо не поменяется;
  • почти треть верит, что QA станет глубже интегрироваться в специфические направления вроде ИБ и производительности;
  • 27% видят будущее за DevOps и SRE — то есть тесной работой на всех этапах: от разработки до эксплуатации.
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