Positive Technologies представила решение для выявления целевых атак

Positive Technologies представила решение для выявления целевых атак

Positive Technologies представила решение для выявления целевых атак

Компания Positive Technologies пополнила линейку своих решений технологическим комплексом для раннего выявления и предотвращения целевых атак. Решение предназначено для крупных компаний с высоким уровнем зрелости ИБ и позволяет выявлять сложные угрозы, в том числе специфичные для России. Впервые решение было представлено на SOC-Форуме 2018.

Решение сочетает в себе технологии глубокого анализа трафика и передаваемых файлов, дополнено сервисом ретроспективного мониторинга от PT Expert Security Center. Оно выявляет присутствие атакующего не только на периметре, но и в инфраструктуре. Это существенно повышает эффективность выявления сложных атак на разных стадиях, а также снижает потенциальные финансовые потери.

«Число компаний, которые стали жертвами целевых атак в 2017 году, выросло в два раза: по нашим данным, 9 из 10 жертв даже не подозревают о взломе. Существующие решения выявляют целевые атаки на периметре, но не способны выявить угрозу, если злоумышленники уже проникли в инфраструктуру. Детектировать взлом удается не сразу: как показывает практика, до его обнаружения в среднем проходит до 197 дней, — говорит Алексей Данилин, руководитель направления по развитию бизнеса Positive Technologies. — После преодоления периметра около 60% атак распространяются в инфраструктуре горизонтально, поэтому они долго остаются незамеченными. Чтобы эффективно и заблаговременно детектировать целевые атаки, необходимо следить за злонамеренной активностью и на периметре, и внутри сети, выявляя атаки в трафике. И конечно, необходимо выполнять регулярный ретроспективный анализ. Именно этот подход мы постарались реализовать в новом решении».

Комплекс позволяет в режиме реального времени обнаруживать и локализовывать присутствие злоумышленника в сети, а также воссоздавать полную картину атаки для детального расследования. Решение анализирует файлы в различных потоках данных с помощью нескольких антивирусов, «песочницы» и собственных репутационных списков, а также выявляет атаки в трафике на основе большого количества признаков. Так, к примеру, автоматически выявляется применение всех популярных хакерских инструментов, эксплуатация уязвимостей ПО и нарушение политик безопасности — то, что обычно остается не замеченным другими средствами защиты.

Благодаря ретроспективному анализу решение находит не обнаруженные ранее факты взлома инфраструктуры, что позволяет сократить до минимума длительность скрытого присутствия злоумышленника.

«В основе комплекса — уникальная база знаний, которую наши эксперты постоянно пополняют по итогам регулярных работ по анализу защищенности, расследований сложных инцидентов и анализа безопасности различных систем, — комментирует Евгения Красавина, руководитель отдела продвижения и развития продуктов Positive Technologies. — Благодаря этому и глубокой экспертизе Positive Technologies в обеспечении безопасности сложных инфраструктур решение эффективно выявляет даже самые новые угрозы».

Российские математики научили ИИ-модели общаться без слов

Российский стартап Mostik разработал способ объединять возможности разных ИИ-моделей без обмена текстовыми ответами. Вместо длинной переписки нейросети взаимодействуют через математические значения во внутренних представлениях.

Обычно ансамбль работает последовательно: одна модель генерирует ответ, а другая получает его на вход.

Это требует времени и вычислительных ресурсов. Метод Mostik позволяет передавать информацию между моделями на более глубоком уровне, помогая небольшой нейросети использовать возможности значительно более крупной.

Для демонстрации команда связала китайскую GLM-5.2 с 753 млрд параметров и компактную Qwen-3.5 на 4 млрд параметров, способную работать на мобильном устройстве.

По утверждению разработчиков, получившаяся система показала результат ровно посередине между исходными моделями, но обошлась в 20 раз дешевле запуска полной GLM.

Ещё одну систему Mostik вывел в лидеры сложного соревнования ARC-AGI 3, предназначенного для проверки способности ИИ решать новые задачи. Подробности команда пока скрывает, чтобы не раскрывать подход до завершения конкурса.

Гендиректор стартапа Саша Малышева считает, что будущее ИИ может принадлежать не одной гигантской модели, а коллективу специализированных нейросетей. Внутри компании этот подход сравнивают с угадыванием веса свиньи: усреднённая оценка группы людей иногда оказывается точнее ответа одного эксперта.

Если технология подтвердит эффективность на разных моделях и задачах, она может повысить ценность открытых нейросетей. Крупную модель получится объединить с небольшими экспертами по медицине, физике или биологии, не заставляя вычислительного монстра выполнять всю работу.

Пока опубликованных технических деталей и независимого воспроизведения результатов нет. Подробнее про проект пишет издание WIRED.

RSS: Новости на портале Anti-Malware.ru