Tenable представила решение по управлению киберрисками

Tenable представила решение по управлению киберрисками

Tenable представила решение по управлению киберрисками

Компания Tenable представила Tenable.io Lumin, новое приложение на основе платформы Tenable.io, благодаря которому руководители, отвечающие за информационную безопасность, смогут визуализировать, анализировать и измерять киберриск своих организаций.

Цифровая трансформация поспособствовала радикальному увеличению количества новых технологий и платформ, а также появлению новых их типов — от облачных технологий до интернета вещей (IoT) и АСУ ТП. Это привело к резкому росту поверхности для кибер-атак. Согласно данным исследовательского подразделения Tenable Research, в 2017 году установлен рекорд по количеству обнаруженных уязвимостей, в числе которых более 60% носили критический и высокий уровни опасности.

Руководители информационной безопасности пытаются наладить и автоматизировать процесс обнаружения и устранения уязвимостей. Однако наиболее сложным элементом этого процесса является определение приоритетов – какие уязвимости необходимо устранять в первую очередь. Наглядно эту проблему показали нашумевшие эпидемии WannaCry и NotPetya.

Tenable.io Lumin позволяет решить эти проблемы, измеряя, анализируя и визуализируя данные об уязвимостях с оценкой критичности их угрозы для бизнеса, что должно способствовать увеличению эффективности ИБ на предприятии.

Как заявляют разработчики, с помощью Tenable.io Lumin пользователи смогут опереться на опыт других крупных компаний отрасли, что позволит принять более эффективные стратегические решения.

«Несмотря на развивающуюся десятилетиями индустрию кибербезопасности, у злоумышленников всегда есть преимущество. Ставки слишком высоки для того, чтобы сохранить статус-кво», — говорит Дэйв Коул, директор по продуктам Tenable. — «Мы должны объединиться на уровне отрасли и изменить подход к управлению уязвимостями, предоставляя руководителям ИБ необходимые инструменты, которые позволяют организациям измерять кибер-риски и управлять ими так же, как и другими рисками для бизнеса, например, при управлении производством или цепочками поставок».

«Пришло время забрать преимущество из рук киберпреступников и передать его в руки кибербезопасности. Tenable.io Lumin будет важным шагом к этой цели», — заключает господин Коул.

Ключевые возможности Tenable.io Lumin:

  • Аналитика уровня кибер-риска и сравнение с аналогичными компаниями. 
  • Оценка и приоретизация уязвимостей на основе уровня кибер-риска. 
  • Интеграция с внешними системами через API. 

Бета-тестирование Tenable.io Lumin начнется в апреле 2018 года, в его процессе будут добавлены новые возможности продукта. Готовый продукт будет доступен широкой публике во второй половине 2018 года.

В России разработали способ удалить свой биометрический след

В ИТ-компании «Криптонит» (входит в «ИКС Холдинг») разработали метод, который позволяет выборочно удалять цифровые образы людей из систем распознавания лиц. Если совсем просто, речь идёт о технологии, которая должна помочь реализовать право человека отозвать согласие на обработку своей биометрии — так, чтобы система действительно перестала его узнавать.

Проблема тут в том, что современные системы распознавания лиц устроены не так прямолинейно, как может показаться.

Даже если сведения о человеке формально удалили из базы, его цифровой образ может всё равно остаться внутри уже обученной модели. То есть на бумаге данные вроде бы стерли, а на практике алгоритм всё ещё способен узнать этого человека.

Именно это и делает тему особенно чувствительной. С биометрией всё сложнее, чем с обычными персональными данными: пароль можно поменять, а лицо — нет. Если такие данные утекают, риски уже совсем другого уровня, потому что украденные цифровые слепки можно использовать для создания поддельных образов и обхода биометрической аутентификации.

 

В «Криптоните» утверждают, что их метод решает задачу не маскировкой и не косметическим удалением, а на уровне внутренней логики самой модели. Проще говоря, алгоритм перестаёт использовать сведения о конкретном человеке и больше не может его распознавать, при этом способность узнавать остальных людей сохраняется.

По словам разработчиков, на тестовых наборах данных технология показала заметное снижение эффективности распознавания именно тех лиц, которые нужно «забыть», — до 88%. При этом общая точность системы, как утверждается, осталась на прежнем уровне.

Практическое применение у такого подхода вполне очевидное. В первую очередь это системы видеонаблюдения с распознаванием лиц, СКУД и корпоративная безопасность. Например, технология может пригодиться для удаления биометрических данных уволенных сотрудников, когда компания обязана прекратить их обработку, но не хочет при этом заново переобучать всю систему с нуля.

RSS: Новости на портале Anti-Malware.ru