SAS и Group-IB усиливают возможности своих антифрод решений

SAS и Group-IB усиливают возможности своих антифрод решений

SAS и Group-IB усиливают возможности своих антифрод решений

SASи Group-IB, интегрируют свои решения, чтобы повысить точность выявления мошенничества в системах ДБО в реальном времени. Построенная на базе SAS Fraud Framework и Bot-Trek Secure Bank система позволит банкам усилить возможности гибридного подхода SAS средствами оперативного контроля и информацией по инцидентам Bot-Trek.

Помимо интеграции решений, компании создают совместный сервис, позволяющий банкам, которые используют SAS Fraud Framework совместно с Bot-Trek Secure Bank, оперативно получать информацию о новых случаях кибермошенничества. Все эти сведения о выявленных инцидентах и новых схемах будут немедленно интерпретироваться в виде алгоритмов антифрод системы, совершенствуя ее работу и обеспечивая высокий уровень безопасности удаленных каналов обслуживания с учетом изменений и появления новых угроз.

«Схемы мошенничества становятся все более изощренными, выявлять их становится все труднее, поэтому сегодня закономерно, что различные вендоры охотно идут на сотрудничество в целях увеличения эффективности своих инструментов и гарантирования должного уровня безопасности систем ДБО заказчикам. На данный момент всем очевидно, что использования только экспертных знаний для выявления мошенничества уже недостаточно. Требуется симбиоз продвинутых подходов, нестандартных решений и накопленной экспертизы, чтобы еще на этапе планирования компрометации определять и нивелировать угрозы», - говорит Павел Крылов, руководитель направления Bot-Trek Secure Bank, Group-IB.

«Гибридный подход SAS к выявлению мошенничества позволяет гибко сочетать бизнес-правила, методы предиктивной аналитики, модели выявления аномалий, анализ неструктурированной информации, а также проводить интеллектуальный анализ взаимосвязей между объектами системы (транзакции, клиенты, инциденты и пр.). Но важно не просто выявлять фрод, а еще и сокращать количество ложных срабатываний антифрод систем и, как следствие, снижать нагрузку на специалистов по безопасности. Решение этих задач зависит, во-первых, от умения правильно оценить, насколько конкретные действия в системе ДБО и последующие за этим транзакции характерны для клиента. Такие выводы мы делаем, исходя из информации, имеющейся непосредственно в системах банка. А во-вторых, нужны знания, которые мы получаем в результате анализа сетевой среды и окружения клиента в момент совершения такой операции: является ли машина зараженной, был ли зафиксирован факт удаленного подключения, есть ли признаки применения фишинга и прочее», - рассказывает о возможностях интегрированной платформы Дмитрий Коновалов, руководитель направления противодействия мошенничеству SASРоссия/СНГ.

«Большинство банковских продуктов сегодня широко представлены в каналах ДБО, а некоторые банки и вовсе полностью перешли на дистанционное обслуживание клиентов, поэтому обеспечить непрерывность бизнеса критично. И мы это прекрасно понимаем. В этой связи совместно с коллегами из SAS мы разработали идею предоставлять нашим общим клиентам сервис, который помог бы адекватно противостоять современным угрозам», - прокомментировал Павел Крылов.

SASи Group-IB, интегрируют свои решения, чтобы повысить точность выявления мошенничества в системах ДБО в реальном времени. Построенная на базе SAS Fraud Framework и Bot-Trek Secure Bank система позволит банкам усилить возможности гибридного подхода SAS средствами оперативного контроля и информацией по инцидентам Bot-Trek." />

Mozilla закрыла 423 уязвимости в Firefox, найденные с помощью ИИ

Mozilla рассказала о результатах нового ИИ-подхода к поиску уязвимостей в Firefox. С помощью продвинутых моделей, включая Claude Mythos Preview и Claude Opus, разработчики нашли и уже исправили 423 скрытые проблемы в безопасности.

Главное отличие от ранних ИИ-аудитов в том, что система не просто генерировала подозрительные отчёты, а встраивалась в существующую фаззинг-инфраструктуру Firefox.

ИИ запускался в нескольких виртуальных машинах, проверял гипотезы, отсекал невоспроизводимые находки и создавал демонстрационный эксплойт (proof-of-concept) для реальных багов.

В итоге модели смогли найти ошибки, которые годами проходили мимо традиционных инструментов. Среди примеров есть 15-летняя проблема в HTML-элементе legend, 20-летняя уязвимость в XSLT, а также баги в обработке HTML-таблиц, WebAssembly, IndexedDB, WebTransport и HTTPS.

 

Часть находок была серьёзной: Use-After-Free, повреждение памяти, состояние гонки (race condition) через IPC и обходы песочницы для сторонних библиотек. То есть ИИ искал не только простые сбои, а довольно сложные цепочки, где нужно понимать устройство браузерного движка.

При этом Mozilla отмечает и обратную сторону: модели не смогли обойти некоторые уже внедрённые защитные механизмы Firefox. Например, архитектурные изменения с заморозкой прототипов по умолчанию помогли отбить попытки атак.

Закрытие такого объёма багов потребовало участия более 100 разработчиков и ревьюеров. Патчи вошли в недавние обновления Firefox, включая версии 149.0.2, 150.0.1 и 150.0.2.

Теперь Mozilla планирует встроить ИИ-анализ прямо в систему непрерывной интеграции. Идея в том, чтобы проверять не только существующий код, но и новые патчи ещё до их попадания в релиз.

RSS: Новости на портале Anti-Malware.ru