Предприятия смогут адаптировать систему защиты от ЛК под свои нужды

Предприятия смогут адаптировать систему защиты от ЛК под свои нужды

Лаборатория Касперского запатентовала метод моделирования и адаптации защиты от киберугроз под индивидуальные нужды конкретного предприятия.

Суть этого метода сводится к следующему: после анализа воздействия вредоносного ПО на элементы IT-инфраструктуры производится симуляция возможного влияния на инфраструктуру в целом, и на основе этого предлагаются наиболее эффективные меры противодействия угрозам с учетом приоритетных критериев безопасности конкретного предприятия. Патент на этот метод выдан Бюро патентов и товарных знаков США.  

Сегодня технологическая сеть промышленного предприятия или критически важного инфраструктурного объекта нуждается в защите от киберугроз не меньше, чем офисная IT-инфраструктура. Чаще всего заражение технологической сети начинается с проникновения злоумышленников в корпоративную сеть, а оттуда – нередко по прямому каналу передачи данных, который слабо или вообще никак не защищен, – в технологическую. Кроме того, киберпреступники используют удаленный доступ по беспроводному каналу Wi-Fi или сотовой связи, а также эксплуатируют неправильно настроенное VPN-соединение. Особую опасность представляет несанкционированный доступ к автоматизированной системе управления технологическими процессами (АСУ ТП) из сети подрядных организаций, поскольку предприятие не может полностью контролировать степень защищенности удаленных сетей подрядчика.

Работа запатентованного «Лабораторией Касперского» изобретения осуществляется в несколько этапов. На первом этапе создается полная модель предприятия со всеми электронными системами, учитывая топологию и связи вычислительных устройств. Далее воспроизводится воздействие вредоносного программного обеспечения на каждое вычислительное устройство в отдельности и моделируется результат этого воздействия. На всех последующих этапах рассчитывается реакция информационной системы на то или иное событие, связанное с воздействием вредоносного ПО. Наконец, по итогам всех этих действий просчитываются наиболее эффективные меры по минимизации нежелательных последствий.   

«При внедрении системы информационной защиты на предприятии сложно оценить ее эффективность. Моделирование же инцидентов безопасности и выработка оптимальной стратегии реагирования применительно к конкретной информационной системе позволяет рассчитать наиболее эффективные меры защиты технологического процесса по заранее заданным критериям. Таким образом, предприятие может скорректировать защиту исходя из того, что для него важнее – обеспечить конфиденциальность данных или непрерывность производственного процесса», – пояснил Андрей Духвалов, руководитель управления перспективных технологий «Лаборатории Касперского».

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

В PT Sandbox внедрили ML-модель для поиска скрытых киберугроз

В PT Sandbox появилась новая модель машинного обучения, которая помогает выявлять неизвестные и скрытые вредоносные программы. Песочница анализирует поведение программ по сетевой активности и может заметить угрозы, которые не удаётся поймать обычными методами.

Разработчики отмечают, что один из самых надёжных способов обнаружить зловред — это изучение подозрительных следов в сетевом трафике.

Новая ML-модель как раз обучена отличать «чистые» данные от вредоносных, разбирая пакеты и фиксируя нетипичные признаки поведения.

За последние полгода в песочницу добавили сотни новых правил и сигнатур для анализа трафика, что позволило расширить набор инструментов для поиска программ-вымогателей и атак нулевого дня.

Ещё одно заметное нововведение — проверка QR-кодов. Согласно исследованию, почти половина писем с QR-ссылками содержит зловред или спам. Теперь система может извлекать такие ссылки из писем и вложений и анализировать их на предмет угроз.

Появилась и дополнительная гибкость для специалистов по безопасности: можно писать собственные YARA-правила, настраивать очередь проверки и задавать приоритеты анализа в зависимости от источника или типа файла.

Кроме того, PT Sandbox научилась работать с S3-совместимыми облачными и локальными хранилищами — это позволяет проверять безопасность загружаемых данных вроде кода, изображений или архивов.

И наконец, через веб-интерфейс теперь можно вручную запускать поведенческий анализ отдельных файлов. Это даёт возможность глубже исследовать подозрительные объекты и быстрее реагировать на потенциальные атаки.

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