В Solar Dozor 6.0 в 5 раз увеличена скорость распознавания изображений

В Solar Dozor 6.0 в 5 раз увеличена скорость распознавания изображений

В Solar Dozor 6.0 в 5 раз увеличена скорость распознавания изображений

Компания Solar Security сообщает о существенном развитии модуля Solar Dozor OCR, разработанного на основе технологий распознавания текстов компании ABBYY. Данный модуль позволяет в рамках DLP-системы Solar Dozor контролировать поток конфиденциальных данных и предотвращать их утечку за счет распознавания текстовой информации в различных изображениях.

Количество передаваемой информации как вовне, так и внутри организаций постоянно растет, тем самым повышается риск утечки конфиденциальной информации. Solar Dozor OCR позволяет распознавать графические образы текста в файлах изображений, которые сотрудники могут передавать по сетевым каналам, отправлять на печать, копировать на внешние носители или сохранять на сетевых хранилищах. Применение данного модуля в рамках DLP-системы помогает организациям защитить конфиденциальные данные от утечки, даже если они были конвертированы в графику – распечатаны и отсканированы, сфотографированы, сохранены в PDF, сняты с экрана в виде скриншотов и т.д.

Увеличение потока передаваемой информации приводит к росту нагрузки на оборудование и, как следствие, к вынужденному расширению инфраструктуры на стороне заказчика. Поэтому сотрудниками Solar Security и ABBYY было принято решение о развитии модуля OCR в рамках DLP-системы Solar Dozor. Скорость распознавания модуля была увеличена в 5 раз по сравнению с его базовыми показателями, что позволяет обрабатывать изображения в информационном потоке объемом более 700 Гб в сутки, не замедляя при этом работу DLP-системы. Увеличения скорости удалось добиться за счет предварительной обработки изображений: модуль осуществляет коррекцию перекосов строк и их искажений, определяет верх и низ документа и изначально отраженный текст, а также позволяет распознавать многоколоночный текст.

Галина Рябова, руководитель направления SolarDozor компании SolarSecurity, прокомментировала эту новость: «Мы отмечаем, что доля сканов в трафике наших клиентов неуклонно растет. Это приводит к многократному росту нагрузки на OCR-модуль и заметным задержкам в обработке данных, особенно в крупных компаниях. Конечно, решить эту проблему можно, наращивая вычислительные мощности на стороне заказчика, но это требует увеличения стоимости оборудования. Для нас было важно решить эту задачу технологически без дополнительных затрат на инфраструктуру».

Высокая скорость и точность распознавания данных в текстах и изображениях обеспечивает новый уровень защиты конфиденциальной информации и значительно снижает риск ее утечки.

Дмитрий Шушкин, заместитель генерального директора ABBYYРоссия, подчеркнул: «Сегодня многие компании заботятся о сокращении рисков утечки конфиденциальной информации. Это связанно с тем, что данных и способов их передачи с каждым днем становится все больше, а значит и риски растут. Совместно с SolarSecurityнам удалось доработать модуль DLP-системы таким образом, что заказчикам не требуется перестраивать свои информационные системы. При этом скорость и точность обработки вышли на качественно новый уровень».

Подпишитесь на новости

Четыре VPN-стенда показали разные сроки работы до сетевых ограничений

Автор Хабра под ником PXI опубликовал результаты частного эксперимента с четырьмя VPN-стендами на протоколе VLESS. Он сравнил, как долго работают подключения с REALITY и Self-SNI TLS, напрямую и через промежуточный сервер в России.

Согласно публикации, стенд с REALITY и промежуточным сервером проработал четыре месяца, после чего автор отключил его сам.

Прямое подключение с REALITY попало под ограничения примерно через три месяца. Два стенда с Self-SNI TLS оказались недоступны через восемь и три дня соответственно.

В отдельных случаях доступность IP-адресов впоследствии восстанавливалась. Автор предполагает, что ограничения могли затрагивать как конкретный сервер, так и соседние адреса в подсети. Достоверно установить механизм блокировки по этим наблюдениям не удалось.


Убедительных доказательств активного зондирования серверов эксперимент также не дал. В журнале одного стенда обнаружился необычный HTTP-запрос, однако установить адрес отправителя автор не смог из-за неполного логирования.

PXI связывает обнаружение туннелей с анализом метаданных: размерами пакетов, интервалами между ними, продолжительностью соединений и соотношением входящего и исходящего трафика. Применение машинного обучения и конкретные правила работы DPI в исследовании не подтверждены.

Выборка ограничена четырьмя серверами у одного хостинг-провайдера. Стенды отличались объёмом трафика, транспортами и временем эксплуатации, поэтому результаты не позволяют однозначно объяснить причины ограничений или доказать преимущество одной конфигурации.

RSS: Новости на портале Anti-Malware.ru