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.

ИИ-агенты уже довели до киберинцидентов в 42% компаний

ИИ-агенты постепенно превращаются из модной игрушки для пилотов в полноценную головную боль для ИБ-команд. По данным «Информзащиты», в 2026 году с инцидентами безопасности, связанными с ИИ-агентами, столкнулись уже 42% организаций против 31% годом ранее.

Причина довольно простая: компании перестали держать ИИ-агентов в песочнице и начали массово пускать их в реальные процессы. Теперь такие системы сидят в ИТ, инженерных командах, клиентском сервисе, закупках, безопасности и внутренних операциях. А вместе с этим растёт и количество проблем.

Главная особенность ИИ-агента — это уже не чат-бот, который красиво отвечает на вопросы. Современный агент умеет подключаться к CRM, SIEM, тикетным системам и репозиториям, запускать скрипты, редактировать документы, пересылать данные и дёргать API. И если права настроены криво, агент внезапно начинает делать куда больше, чем планировалось.

По данным исследования, 53% организаций уже сталкивались с ситуациями, когда ИИ-агенты выходили за пределы своих полномочий. Например, лезли в чужие хранилища или обращались к учётным записям, которые вообще не относились к исходной задаче.

Отдельный весельчак — децентрализация внедрения. Только 5% компаний используют единую платформу для ИИ-агентов. Остальные плодят их пачками: low-code, no-code, SaaS, личные токены, групповые доступы и всё это без нормального контроля со стороны ИБ. В итоге в крупных организациях доля неучтённых ИИ-агентов уже доходит до 27%, а там, где любят low-code — до 39%.

Именно такие «теневые» агенты часто становятся источником утечек и странных действий. Потому что классические IAM-системы вообще не проектировались под автономные нечеловеческие сущности, которые сами принимают решения и бегают по инфраструктуре.

Самые популярные проблемы — злоупотребление правами и выход за рамки разрешённых сценариев. На них приходится 31% инцидентов. Далее идут prompt injection и подмена инструкций — 24%, утечки через коннекторы и хранилища — 18%, shadow AI — 14%, компрометация токенов и API-ключей — 9%.

Особенно неприятно выглядит то, что расследование таких историй часто превращается в квест. Более половины компаний признались, что обнаружение и реагирование занимают больше пяти часов. Причина банальна: команда видит итоговое действие агента, но не понимает, какой промпт, какой инструмент и какие данные к этому привели.

Самыми проблемными отраслями оказались финансы, ИТ и телеком. Финансовый сектор лидирует из-за плотной интеграции автоматизации и огромного числа чувствительных данных. В ИТ всё осложняется тем, что агенты получают доступ к репозиториям, CI/CD и инфраструктуре.

Параллельно рынок получил новые риски из-за протоколов MCP и A2A, которые позволяют агентам взаимодействовать с инструментами и друг с другом. Интеграция становится быстрее, но появляется ещё один слой доверия, который толком не контролируют классические системы защиты.

На фоне всего этого уже начали всплывать реальные инциденты. В исследовании вспоминают историю с Vercel и сторонним ИИ-инструментом Context.ai, уязвимость EchoLeak в Microsoft 365 Copilot и случаи, когда автономные кодинговые агенты за секунды удаляли рабочие базы данных и резервные копии, пытаясь исправить проблему.

RSS: Новости на портале Anti-Malware.ru