В России разрабатывают технологию раннего обнаружения атак на КИИ

В России разрабатывают технологию раннего обнаружения атак на КИИ

В России разрабатывают технологию раннего обнаружения атак на КИИ

В России проводится конкурс лучших научных коллективов, а все из-за инициативы ФПИ (Фонд перспективных исследований), специалисты которого занялись разработкой технологии раннего обнаружения кибератак на критическую информационную инфраструктуру страны.

Таким образом планируется выявить наилучшие в своем деле коллективы, которые помогут в реализации проекта ФПИ, при этом особое внимание должно быть уделено кооперации.

Самая главная задача — угроза должна быть обнаружена до начала самой атаки, при этом превентивные меры должны работать даже в условиях отсутствия информации об угрозе.

«Предполагается, что технология поведенческого анализа сетевых устройств должна будет определять отклонения от нормального поведения без какого-либо предварительного обучения», — передают СМИ слова представителей ФПИ.

Заявки на участие в конкурсе соответствующие коллективы могут подать с 4 февраля по 15 марта. Все мероприятие будет длиться по 29 мая 2019 года.

Эксперты: за год число вредоносных opensource-компонентов возросло в 11 раз

В 2025 году в компании CodeScoring зарегистрировали 457 тыс. вредоносных библиотек с открытым исходным кодом — в 11 раз больше, чем в предыдущем году. Зафиксировано также 14 тыс. новых уязвимостей в таких компонентах.

По словам специалистов, сохраняют актуальность и более ранние неприятные находки — к примеру, RCE-уязвимость Log4Shell, которая все еще присутствует в 15 тыс. сторонних библиотек. Публикация подобных пакетов грозит атаками на цепочку поставок.

В уходящем году также зафиксировано появление новой, еще более опасной угрозы — самоходного червя Shai Hulud, способного создавать новые репозитории и воровать конфиденциальные данные с CI/CD-платформ.

В связи с бурным ростом популярности ИИ объявился новый вектор атаки — slopsquatting: злоумышленники начали использовать склонность больших языковых моделей (БЯМ, LLM) к галлюцинациям для внедрения в легитимные проекты небезопасного кода.

Из-за этой особенности умный помощник по разработке может ошибиться и вместо легитимной библиотеки предложить для использования вредоносную со схожим названием. По данным CodeScoring, в России ИИ-ассистентов применяют 30% разработчиков, и потенциально опасные галлюцинации происходят у LLM в 20% случаев.

Чтобы защититься от атак на цепочку поставок, эксперты советуют вести тщательный учет компонентов, используемых для сборки софта, при установке библиотек выставлять запрет на исполнение скриптов, а также следовать стандарту ГОСТ Р 56939-2024 и активнее внедрять технологии безопасной разработки.

RSS: Новости на портале Anti-Malware.ru