Антивирусное решение Eset NOD32 сертифицировано ФСТЭК России

Антивирусное решение Eset NOD32 сертифицировано ФСТЭК России

Антивирусное решение Eset NOD32 сертифицировано Федеральной службой по техническому и экспортному контролю (ФСТЭК России). Решение признано соответствующим техническим требованиям к программным средствам антивирусной защиты, которые установлены законодательством Российской Федерации. Полученный сертификат подтверждает возможность использования антивируса Eset NOD32 на таких предприятиях, где необходима установка исключительно сертифицированных программных продуктов.

Помимо ФСТЭК, продукты Eset сертифицированы рядом производителей программных продуктов и оборудования, тестовых лабораторий.

Основу всей продуктовой линейки компании Eset составляет технология проактивной защиты ThreatSense, позволяющая обеспечить защиту от различных категорий вредоносных программ: от вирусов до руткитов. Благодаря встроенному модулю удаленного администрирования, антивирусные решения семейства NOD32 устанавливаются на удаленных серверах и рабочих станциях.

«Получение сертификата ФСТЭК означает, что наш продукт соответствует самым высоким стандартам, — говорит Григорий Васильев, технический директор Eset.— В ближайшее время планируется сертифицировать разработку российского офиса Eset — программно-аппаратное решение Eset NOD32 Firewall. В результате круг потенциальных клиентов расширится, а организации, для которых возможно использование только сертифицированных АВ-решений, получат возможность приобрести решения Eset».

Источник 

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

Google представил VaultGemma — LLM с дифференциальной приватностью

В семействе больших языковых моделей (БЯМ, LLM) с открытым кодом, разработанных в Google, прибавление. Новинка VaultGemma не запоминает конфиденциальные данные при обучении, что предотвращает их слив пользователям.

ИИ-модель, построенная на базе Gemma 2 и работающая по 1 млрд параметров, прошла предварительный тренинг с применением метода дифференциальной приватности (differential privacy) — он добавляет в процесс обучения эталонный шум для ограничения возможности запоминания.

К сожалению, такой подход снижает не только риск утечки конфиденциальных данных, но также точность и быстродействие LLM. Чтобы найти оптимальный баланс между приватностью, практичностью и затратами на вычисления, в Google провели специальное исследование.

Бенчмаркинг показал, что по производительности VaultGemma сравнима с моделями той же величины, но без гарантий конфиденциальности.

 

Подробная информация о новом opensource-проекте, способном ускорить создание приватных и безопасных ИИ-систем для медучреждений, финансовых институтов и госсектора, выложена на Hugging Face и Kaggle.

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