Kaspersky EDR поможет обнаружить целевые атаки на рабочих станциях

Kaspersky EDR поможет обнаружить целевые атаки на рабочих станциях

Kaspersky EDR поможет обнаружить целевые атаки на рабочих станциях

«Лаборатория Касперского» представила новый продукт Kaspersky Endpoint Detection and Response (Kaspersky EDR) для обнаружения неизвестых видов угроз и реагирования них на рабочих станциях и других конечных устройствах корпоративной сети. Новинка способна непрерывно отслеживать и анализировать аномалии, подозрительные процессы на рабочих станциях сотрудников, распознавать угрозы и реагировать на них в ручном или автоматическом режиме. 

Компонент Kaspersky EDR тесно интегрирован с уже хорошо известной платформой для защиты от целевых атак Kaspersky Anti-Targeted Attack Platform (Kaspersky ATA). В дополнение к ней он позволяет контролировать события на конечных точках сети, обнаруживать вредоносные программы и несанкционированные действия, незаметные на сетевом уровне защиты, а также оперативно реагировать на них.  

Скорость реакции на угрозы сегодня важна как никогда. По данным исследования «Лаборатории Касперского» («Информационная безопасность бизнеса», проведено совместно с компанией B2B International в 2017 году), позднее распознавание киберинцидента и отсутствие визуального контроля над конечными устройствами, через которые и проникает абсолютное большинство угроз, оборачивается для компании значительным финансовым ущербом ― вплоть до $1 млн в случае несвоевременно выявленной целевой атаки. А в России за прошедший год с ними столкнулась почти четверть организаций ― 23%. 

Kaspersky EDR позволит принципиально изменить ситуацию. В этом решении реализован гибкий и интеллектуальный подход к автоматическому распознаванию любых угроз (в том числе еще неизвестных), а также своевременному и наиболее адекватному реагированию на них для предотвращения возможного ущерба и негативных последствий для организации. При этом все управление осуществляется с помощью единого интерфейса.

Kaspersky EDR сочетает в себе пять основных направлений работы:

  • непрерывный мониторинг угроз на рабочих местах ― специалисты по безопасности мгновенно получают визуальный контроль в масштабах всей сети, а представление данных в графическом виде позволяет выявлять даже комплексные и сложные угрозы;
  • централизованный сбор данных ― решение агрегирует в рамках одного хранилища ключевые данные о реальных и потенциальных угрозах, непрерывно поступающие с рабочих мест, в частности информацию о неизвестных файлах, процессах, программах, службах, модулях, автозапусках, подключениях к сети и временных графиках;
  • расширенное обнаружение угроз ― многоаспектный подход выявления рисков включает в себя статический, динамический и поведенческий анализ полученной информации, а также аналитические данные о киберугрозах и технологии машинного обучения;
  • высокоточное реагирование ― широкий набор инструментов позволяет специалистам по информационной безопасности удаленно просматривать, оценивать, локализовывать и устранять отдельные угрозы и их последствия без воздействия на работу конечных пользователей;
  • предотвращение угроз на рабочих местах ― с помощью функций быстрого поиска и проверки на индикаторы компрометации IT-специалисты могут реагировать на обнаруженные угрозы и задавать автоматические правила их предотвращения.

«Многие современные решения для защиты рабочих мест, даже самые передовые, в основном ориентированы на защиту от вредоносных программ. Однако угрозы сегодня стали значительно шире и сложнее, и значит организациям нужна дополнительная защита. По мнению аналитиков Gartner, корпоративному сектору сейчас необходим новый класс решений для рабочих мест, которые должны уметь обнаруживать и локализовывать киберугрозы, расследовать инциденты и восстанавливать рабочие места в том состоянии, в котором они были до заражения. Такой подход они называют Endpoint Detection and Response. И наше новое решение Kaspersky EDR в полной мере ему соответствует», ― отметил Олег Глебов, руководитель направления развития решений по противодействию сложным угрозам «Лаборатории Касперского».

Kaspersky EDR доступен как самостоятельный продукт, а также в составе комплексной платформы Kaspersky Threat Management and Defense (Kaspersky TMD), позволяющей крупным компаниям получить полный визуальный контроль над всеми событиями в IT-инфраструктуре. Помимо нового Kaspersky EDR, эта платформа также включает в себя специализированное решение для борьбы с целевыми атаками ― Kaspersky Anti Targeted Attack Platform (Kaspersky ATA) ― и аналитические сервисы, помогающие понимать особенности различных киберугроз. 

Также Kaspersky EDR работает как единый агент вместе с Kaspersky Security для бизнеса. Это позволяет автоматизировать реакцию на обнаруженные атак инциденты и в ряде случаев минимизировать их последствия.

 

ИИ научился выявлять депрессию по голосовым сообщениям в WhatsApp

Учёные показали, что депрессию можно распознать буквально «по голосу» — и для этого не нужны ни долгие опросники, ни визит к врачу. Достаточно короткого голосового сообщения в WhatsApp (принадлежит Meta, признанной экстремистской и запрещенной в России).

Исследователи из Медицинской школы Санта-Каса-де-Сан-Паулу и компании Infinity Doctors разработали медицинскую языковую модель, которая с высокой точностью определяет наличие депрессивного расстройства по аудиосообщениям.

Результаты работы опубликованы 21 января 2026 года в открытом журнале PLOS Mental Health.

В эксперименте модель анализировала короткие голосовые сообщения, где участники просто рассказывали, как прошла их неделя. И результат оказался неожиданным: у женщин с диагностированной депрессией точность распознавания превысила 91%.

Это один из лучших показателей среди подобных исследований, особенно с учётом того, что речь идёт о бытовых сообщениях, а не специально записанных медицинских интервью.

Для обучения и тестирования использовались два набора данных с WhatsApp-аудио от носителей португальского. В них вошли записи пациентов с подтверждённым диагнозом «большое депрессивное расстройство» и контрольной группы без депрессии.

Часть сообщений была максимально простой — участникам предлагали досчитать от одного до десяти, другая часть — более естественной: свободный рассказ о прошедшей неделе.

Лучше всего модель справлялась именно со «спонтанной речью». У мужчин точность в этом же сценарии оказалась ниже — около 75%, что авторы связывают с меньшим числом мужских голосов в обучающей выборке и возможными различиями в речевых паттернах. При анализе простого счёта до десяти разница между полами почти исчезала: точность составляла около 80% у женщин и чуть меньше у мужчин.

По словам авторов, модель улавливает тонкие акустические признаки — темп речи, интонации, паузы, — которые сложно заметить человеку, но хорошо видит машинное обучение. И главное — всё это происходит в привычном для людей формате повседневного общения.

Исследователи считают, что при дальнейшем развитии технология может лечь в основу недорогих и удобных инструментов раннего скрининга депрессии, не требующих сложных процедур и не нарушающих повседневные привычки пользователей.

Как отметил старший автор исследования Лукас Маркес, «незаметные акустические особенности обычных голосовых сообщений могут с неожиданной точностью указывать на депрессивные состояния».

Напомним, в недавнем исследовании метаданные WhatsApp показали: мы плохо понимаем, как ведём себя в чатах.

RSS: Новости на портале Anti-Malware.ru