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.

97% компаний в России внедряют ИИ, но 54% не видят его ценности

UserGate изучила, как российские компании внедряют инструменты на базе ИИ и что мешает делать это быстрее. Опрос прошёл в январе 2026 года, в нём участвовали 335 топ-менеджеров компаний с выручкой от 100 млн рублей в год. Картина получилась довольно показательная: 97% компаний уже используют ИИ, тестируют его в пилотах или собираются внедрять в ближайшее время.

То есть искусственный интеллект из разряда «модного тренда» окончательно перешёл в категорию рабочих инструментов.

Чаще всего ИИ применяют для вполне прикладных задач. На первом месте — генерация отчётов и аналитики (42%). Далее идут оптимизация сетевой инфраструктуры (38%), анализ больших массивов логов (37%), ускорение расследований инцидентов (35%) и повышение эффективности Help Desk (32%).

Иными словами, бизнес в первую очередь использует ИИ там, где он помогает сэкономить время и ресурсы или усилить функции безопасности.

Интересно, что приоритеты зависят от масштаба компании. В корпоративном сегменте более 60% респондентов указали анализ больших логов как ключевое направление — что логично при объёмах данных в крупных ИТ-ландшафтах. В среднем бизнесе на первый план выходит оптимизация сетевой инфраструктуры (45%).

При этом 7% компаний пока вообще не рассматривают внедрение ИИ. Главные причины — неясная ценность технологии (54%) и неопределённость рисков (38%). Также среди барьеров называют отсутствие чёткого распределения ответственности (29%), ограниченные бюджеты (29%) и нехватку экспертизы (17%). По сути, речь идёт не столько о скепсисе, сколько о нехватке понимания, как именно внедрять ИИ и как управлять связанными с ним рисками.

Отдельно респондентов спросили, какие технологии окажут наибольшее влияние на кибербезопасность в ближайшие 12 месяцев. Лидером стали ИИ и машинное обучение — их назвали около половины представителей коммерческого и государственного сегментов. Даже те компании, которые пока осторожничают с практическим внедрением, всё равно рассматривают машинное обучение как ключевой фактор трансформации ИБ в среднесрочной перспективе.

Как отмечает руководитель отдела стратегической аналитики UserGate Юлия Косова, бизнес уже активно использует ИИ в операционных и защитных сценариях, но ожидания рынка зачастую опережают текущую практику. Дальнейший эффект, по её словам, будет зависеть от зрелости процессов, качества данных и способности управлять рисками.

RSS: Новости на портале Anti-Malware.ru