Cisco теперь может обнаруживать следы вредоносов в зашифрованном трафике

Cisco теперь может обнаруживать следы вредоносов в зашифрованном трафике

Cisco теперь может обнаруживать следы вредоносов в зашифрованном трафике

Cisco в своих последних маршрутизаторах и коммутаторах реализовала функции, позволяющие обнаружить след вредоносных программ в зашифрованном трафике. Это стало возможным после того, как исследователи компании в июле 2016 года обнаружили, что вредоносы оставляют следы даже в зашифрованном трафике.

Сообщается, что на этой неделе Cisco завершила испытания и готова представить сервис, получивший название Encrypted Traffic Analytics (ETA). Encrypted Traffic Analytics будет доступен пользователям маршрутизаторов Cisco ISR серии 4000, Cisco ASR серии 1000, а также виртуальных маршрутизаторов Cisco Cloud Services Router (CSR 1000V).

Однако эти пользователям потрбуется зарегистрироваться в службе Cisco StealthWatch и передать трафик в облачную аналитическую службу, которая проверит его и использует алгоритмы машинного обучения, чтобы выявить вредоносные следы.

Эксперты отмечают, что компания анализирует подозрительное поведение, например, самоподписанные сертификаты, а также другие признаки злонамеренных действий, которые помогают обнаружить присутствие вредоносной активности в зашифрованном трафике.

Google научила смартфоны измерять пульс без часов и фитнес-браслетов

Google, видимо, решила, что фитнес-браслетам и умные часам пора на пенсию. Компания представила технологию, которая позволяет измерять пульс и частоту сердечных сокращений в состоянии покоя с помощью обычной фронтальной камеры смартфона.

Никаких датчиков на запястье, никаких ремешков и дополнительных устройств. Всё, что нужно, — собственное лицо.

Система получила название Passive Heart Rate Monitoring (PHRM). Работает она  любопытно: после разблокировки смартфона по лицу фронтальная камера записывает короткое восьмисекундное видео, а встроенная ИИ-модель анализирует едва заметные изменения цвета кожи, возникающие из-за кровотока.

Человеческий глаз таких изменений не видит, а вот алгоритмы машинного обучения — вполне.

 

По данным Google, точность системы оказалась неожиданно высокой. При оценке пульса в состоянии покоя результаты отличались от показателей фитнес-браслета Fitbit Charge 6 менее чем на пять ударов в минуту.

Для обучения и тестирования модели компания использовала более 350 тысяч видеозаписей почти 700 участников с разными оттенками кожи. Более того, исследователи проверяли технологию не только в лаборатории, но и в реальной жизни. Добровольцы больше недели ходили со своими смартфонами, одновременно используя Fitbit и медицинское оборудование для контроля сердечного ритма.

Результаты оказались убедительными, чтобы Google всерьёз заговорила о будущем такого подхода. Впрочем, до идеала ещё далеко. Исследователи признают, что системе пока сложнее стабильно получать данные у людей с тёмными оттенками кожи. Также на точность могут влиять разговоры, движения головы и другие обычные действия.

Есть и вопрос приватности. Всё-таки технология предполагает регулярный анализ изображения лица пользователя. В Google уверяют, что обработка может выполняться непосредственно на устройстве без передачи данных в облако.

RSS: Новости на портале Anti-Malware.ru