Вышел Solar Dozor 7 — DLP-система нового поколения с модулем UBA

Вышел Solar Dozor 7 — DLP-система нового поколения с модулем UBA

Вышел Solar Dozor 7 — DLP-система нового поколения с модулем UBA

Специалисты «Ростелеком-Солар», национального провайдера технологий и сервисов кибербезопасности, порадовали рынок выходом DLP-системы нового поколения — Solar Dozor 7. Этот релиз отметился интегрированным модулем продвинутого анализа поведения пользователей Solar Dozor UBA.

По словам представителей компании, новое поколение системы поможет решить целый спектр задач безопасности. Например, автоматизированный анализ способен заранее выявить попытки нарушений со стороны сотрудников компании.

Основная задача Solar Dozor 7 — обеспечить защиту от утечек, для чего используется передовая концепция People-Centric Security. Благодаря такому подходу служба безопасности сможет перейти от мониторинга сотен тысяч уведомлений об инцидентах к анализу поведения сотрудников и фиксированию отклонений в этом поведении.

За вышеописанный анализ в Solar Dozor 7 отвечает модуль UBA (User Behavior Analysis). Он может обнаружить аномалии в поведении сотрудников, которые могут быть следствием деструктивной деятельности: корпоративного мошенничества, коррупционных схем и зарождающихся утечек данных. За счёт такой реализации службы безопасности смогут работать с рисками превентивно.

«На сегодняшний день в развитии DLP-систем наметились два легко отслеживаемых тренда. Во-первых, это уже не просто системы защиты от утечек — они вышли за рамки своих задач, помогая снизить риски в сфере экономической и кадровой безопасности компании», — объясняет Галина Рябова, директор центра развития продуктов Solar Dozor 7.

«Во-вторых, сама информационная безопасность все больше учитывает стратегию безопасности с фокусом на человеке, постепенно отходя от анализа событий и данных».

Модуль Solar Dozor UBA располагает методами анализа, основанными на уникальных алгоритмах класса unsupervised machine learning (обучение без учителя). Эти алгоритмы не требуют предварительной настройки и адаптации системы под новые условия эксплуатации.

Каждый сотрудник подвергается анализу с учётом персональных особенностей поведения, делового контекста, роли в коллективе и других факторов. Своеобразная история активности собирается в течение двух месяцев, после чего система уже может выявить устойчивое поведение и начать фиксировать аномалии.

Помимо этого, модуль Solar Dozor UBA способен вычислить наиболее уязвимые группы сотрудников, у которых отмечается подозрительное поведение. Все это записывается и относится к различным паттернам поведения. В настоящее время система насчитывает около 20 паттернов.

По каждой из таких комбинаций поведенческих особенностей и аномалий будет вестись постоянный контроль опасных тенденций.

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