Kaspersky Internet Security для Android усилен с помощью ИИ

Kaspersky Internet Security для Android усилен с помощью ИИ

Kaspersky Internet Security для Android усилен с помощью ИИ

«Лаборатория Касперского» добавила в своё решение Kaspersky Internet Security для Android новую технологию Cloud ML for Android для более эффективной борьбы с быстро эволюционирующими угрозами, атакующими мобильные устройства. В основе этой технологии лежат алгоритмы машинного обучения (machine learning – ML), что обеспечивает незамедлительный проактивный ответ защитного решения на сложные и ранее неизвестные вредоносные программы. Другими словами, даже если неизвестный зловред сможет попасть на устройство, решение «Лаборатории Касперского» распознает и заблокирует его раньше, чем он сможет запуститься в системе.

Угрозы для мобильных устройств в некоторых случаях сегодня развиваются гораздо быстрее и динамичнее, чем вредоносные программы и методы атак для традиционных ПК. Использование машинного обучения в защите для Android позволяет максимально быстро реагировать на новые, только появляющиеся угрозы – ведь в этом случае защитная система опирается не на данные из антивирусных баз, а на определённые параметры, которые помогают практически со стопроцентной точностью отличить вредоносную программу от легитимной и безопасной.

Когда пользователь загружает приложение на своё мобильное устройство, технология Cloud ML for Android подключает для анализа новой программы алгоритмы машинного обучения, которые были «натренированы» на миллионах образцов вредоносных программ. Технология анализирует множество различных параметров только что загруженного приложения, включая, например, запрашиваемые им права доступа. Всё это делается менее чем за секунду – и система выдаёт точный вердикт. Cloud ML for Android распознаёт даже специфическое и сильно модифицированное вредоносное ПО, не встречавшееся ранее в атаках злоумышленников.

«По нашим данным, количество вредоносного ПО для мобильных платформ в 2018 году увеличилось вдвое. Киберпреступники постоянно изобретают новые способы создания и распространения зловредов, и, естественно, защитные решения должны совершенствоваться с той же и даже большей интенсивностью, – поясняет Тимур Биячуев, руководитель управления исследования угроз «Лаборатории Касперского». – Наше решение Kaspersky Internet Security для Android защищает миллионы пользователей по всему миру даже от самых сложных и только-только появляющихся угроз. Новая технология повысит точность и скорость реагирования решения на любые потенциальные риски – а значит пользователи будут в ещё большей безопасности».

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

34% тестировщиков применяют ИИ для генерации кода, 28% — для тест-кейсов

2ГИС решила разобраться, как себя чувствует русскоязычное QA-сообщество: чем пользуются тестировщики, как устроены процессы и как в работу проникает искусственный интеллект. В исследовании поучаствовали 570 QA-специалистов, почти половина из них работают в крупных компаниях.

57% опрошенных сказали, что подключаются к разработке фич ещё на этапе обсуждения требований — то есть задолго до появления кода.

Лишь 20% приходят в проект только после завершения разработки. А вариант «подключаюсь, когда в продакшене что-то сломалось» — уже почти экзотика.

89% команд используют автотесты — от юнитов до UI. Но вот инструменты вокруг них, вроде поддержки, аналитики и стабильности, применяют далеко не все. Например, код-ревью автотестов делают только 39% опрошенных, а 28% команд вообще не отслеживают никаких метрик и работают «вслепую».

ИИ используют не все, и в основном — для рутинных задач

Хотя ИИ уже прочно вошёл в мир тестирования, чаще всего его применяют для типовых задач:

  • написание тестового кода (34%),
  • генерация тест-кейсов (28%),
  • и тестовых данных (26%).

 

Более продвинутые сценарии вроде анализа тестов, автоматического поиска багов и визуального тестирования пока используются редко. Например, только 5% автоматизируют дефект-дискавери, и лишь 4% пробуют AI для визуальных проверок. А 22% QA-специалистов вообще не используют ИИ в своей работе.

Главные проблемы в тестировании

На первом месте — сжатые сроки. Об этом сказали 71% участников опроса. На втором — слабое вовлечение QA в процессы (40%) и нехватка квалифицированных специалистов (37%).

Как измеряют качество

  • Главная метрика — количество найденных багов (58%).
  • Покрытие автотестами учитывают 43%, покрытие кода — только 23%.
  • Стабильность тестов (например, чтобы они не «флапали») отслеживают всего 15% команд.

Что будет с профессией дальше? Мнения разделились:

  • 37% считают, что всё уйдёт в тотальную автоматизацию;
  • 35% уверены, что ничего особо не поменяется;
  • почти треть верит, что QA станет глубже интегрироваться в специфические направления вроде ИБ и производительности;
  • 27% видят будущее за DevOps и SRE — то есть тесной работой на всех этапах: от разработки до эксплуатации.
AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

RSS: Новости на портале Anti-Malware.ru