Цифровые отпечатки спасают бизнес от утечек

Цифровые отпечатки спасают бизнес от утечек

Компания InfoWatch объявляет о выпуске осенью этого года нового модуля «Цифровые отпечатки» («Fingerprints»), позволяющего, в рамках решения по защите от утечки данных InfoWatch Traffic Monitor, снимать с конфиденциальных документов цифровые «слепки» и отслеживать по ним случаи несанкционированного использования «чувствительных» для компании данных.

«Цифровые отпечатки» могут сниматься с любых документов, которым внутри компании присвоена категория «конфиденциально»: устав компании, реестр держателей акций, финансовые документы, любые виды отчётов, маркетинговые материалы на этапе их разработки и т.д. По сути, такого рода документы существуют почти в каждой организации. В частности, использование этой технологии может оказаться полезным для компаний, работающих с персональными данными (медицина, банки, страховые компании т.п.) или обладающим ценной технологической информацией, потеря которой может нанести ущерб конкурентоспособности (ИТ, фармацевтика, строительные компании и т.п.)

Новая технология, интегрированная в InfoWatch Traffic Monitor, позволяет автоматически распознавать схожие документы с целью детектирования потенциально опасных операций с конфиденциальными данными.

Одним из преимуществ модуля «Цифровые отпечатки» является наличие в нём эталонной базы, формируемой на основании документов-образцов (эталонов), с которыми, сравниваются анализируемые файлы. В целях обеспечения информационной безопасности компании, эталоны перед помещением в базу, специальным образом преобразуются, что, в свою очередь, делает невозможным восстановление их исходного текста по информации, хранимой в эталонной базе. Таким образом, даже если злоумышленник получает доступ к базе, утечки конфиденциальных данных не происходит.

В анализируемом документе могут быть обнаружены как отдельные цитаты из эталонного файла, так и весь документ. Технология «Цифровые отпечатки» позволяет детектировать не только фрагменты документов, полностью совпадающие с эталонными, но и те, что содержат некоторые изменения в текстах документов-образцов.

В целях повышения качества анализа, в данной технологии реализованы компоненты лингвистической поддержки. В частности, цифровые отпечатки InfoWatch позволяют работать с многоязычными документами и использовать морфологическую обработку (как словарную, так и бессловарную) анализируемого текста.

«Интеграция модуля «Цифровые отпечатки» в InfoWatch Traffic Monitor является логическим продолжением стратегии нашей компании, заключающейся в постоянном совершенствовании и развитии своих решений, - комментирует директор по продуктам InfoWatch, Светлана Ашкинази. – Уверена, что данная инновация позволит значительно облегчить детектирование конфиденциальных документов при попытке их несанкционированного использования, что в свою очередь заметно повысит качество защиты предприятия от утечек чувствительной информации».

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