FIRST представил CVSS версии 3.1

FIRST представил CVSS версии 3.1

FIRST представил CVSS версии 3.1

Форум групп безопасности и реагирования на инциденты (FIRST) на днях анонсировал версию 3.1 Единой системы определения величины уязвимостей (Common Vulnerability Scoring System, CVSS).

CVSS — общепринятый стандарт для определения степени опасности уязвимостей в программном обеспечении. CVSS обеспечивает экспертов специальным фреймворком для связи отличительных черт и степени воздействия проблем безопасности.

В 2015 году была выпущена версия CVSS v3, в которой FIRST реализовал несколько полезных нововведений. Среди них адаптация под современные киберугрозы, а также подсказки в отношении присвоения рейтинга.

Задача CVSS v3.1 — упростить и улучшить предыдущую версию, чтобы сообществу кибербезопасников было еще легче принять и воспользоваться стандартом.

Ранее специалисты по кибербезопасности в сфере здравоохранения и промышленных систем критиковали CVSS за способность генерировать вводящие в заблуждение рейтинги уязвимостей.

Чтобы исправить эту ситуацию, FIRST опубликовал для CVSS v3.1 документ, содержащий описание и характеристики, а также руководство пользователя и примеры. Чуть позже в этом году FIRST обещает сделать учебный курс, с помощью которого пользователи смогут углубиться в CVSS версии 3.1.

Подпишитесь на новости

Не просто стойка с GPU: в России собрали ПАК для корпоративного ИИ

«Лаборатория Числитель» и «Информзащита» представили программно-аппаратный комплекс, который должен помочь крупным компаниям перейти от вечных ИИ-пилотов к нормальной промышленной эксплуатации моделей. Решение анонсировали на форуме TNF-2026.

В основе ПАК — высокопроизводительный ML-кластер и российская платформа контейнеризации «Штурвал». Но создатели подчёркивают: это не очередная дорогая стойка с GPU, на которой каждый проект приходится собирать руками.

Комплекс превращает вычислительные мощности в единый управляемый ресурс. ML-специалист запускает задачу, а платформа сама выделяет CPU и GPU, поднимает нужное окружение, подключает хранилище, запускает обучение и масштабирует нагрузку. Для автоматизации используются Kubernetes и инструменты MLOps, включая Kubeflow, MLflow и model serving.

Архитектура состоит из четырёх уровней: аппаратной инфраструктуры, платформы «Штурвал», MLOps-стека и прикладных ИИ-сервисов — от прогнозирования и аналитики до корпоративных ассистентов. Вокруг ядра работают IAM/SSO, объектное хранилище, реестр образов, CI/CD, мониторинг и аудит.

Заказчики получают единый пул вычислительных ресурсов, изоляцию проектов, централизованное управление доступами и полный жизненный цикл моделей — от эксперимента до публикации и обновления. При этом ML-инструменты не лезут напрямую в железо, а получают инфраструктуру как сервис.

Как сообщается в публикации о проекте, архитектура уже прошла промышленную эксплуатацию у крупного государственного заказчика.

RSS: Новости на портале Anti-Malware.ru