Межсетевые экраны Check Point прошли сертификацию ФСТЭК России

Межсетевые экраны Check Point прошли сертификацию ФСТЭК России

Межсетевые экраны Check Point прошли сертификацию ФСТЭК России

Основной продукт компании Check Point, работающей в сфере ИТ-безопасности, получил сертификат соответствия Федеральной службы по техническому и экспортному контролю (ФСТЭК). Речь идёт о межсетевых экранах, обеспечивающих безопасный доступ в интернет.

Одной из главных причин внесения продуктов Check Point в российских государственный реестр можно назвать отсутствие на рынке отечественных аналогов. Также сертификации поспособствовали санкции, введённые против американских конкурентов.

По мнению представителей израильской компании, Check Point наконец прошла барьер, сдерживающий её развитие на российском рынке. К слову, помимо самой Check Point, в России можно отметить ещё три крупных производителя межсетевых экранов: Palo Alto, Fortinet и Cisco.

Прямому развитию последней тройки, по словам специалистов области, мешают санкции и импортозамещение, на котором в последние годы пристально сфокусировались власти России.

А вот Check Point санкции пошли лишь на пользу, убеждён Василий Дягилев, представляющий израильскую ИТ-компанию в России и СНГ. По словам Дягилева, Check Point всегда готова предоставить оборудование тем заказчикам, которым отказывают американские производители.

Check Point в 2020 году готова увеличить инвестиции в российский рынок на 20%, а также постарается реализовать локализацию. Помимо этого, представители компании активно обсуждают с Минпромторгом и Минкомсвязью вопрос включения своих решений в реестр российских производителей программного обеспечения.

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

Google представил VaultGemma — LLM с дифференциальной приватностью

В семействе больших языковых моделей (БЯМ, LLM) с открытым кодом, разработанных в Google, прибавление. Новинка VaultGemma не запоминает конфиденциальные данные при обучении, что предотвращает их слив пользователям.

ИИ-модель, построенная на базе Gemma 2 и работающая по 1 млрд параметров, прошла предварительный тренинг с применением метода дифференциальной приватности (differential privacy) — он добавляет в процесс обучения эталонный шум для ограничения возможности запоминания.

К сожалению, такой подход снижает не только риск утечки конфиденциальных данных, но также точность и быстродействие LLM. Чтобы найти оптимальный баланс между приватностью, практичностью и затратами на вычисления, в Google провели специальное исследование.

Бенчмаркинг показал, что по производительности VaultGemma сравнима с моделями той же величины, но без гарантий конфиденциальности.

 

Подробная информация о новом opensource-проекте, способном ускорить создание приватных и безопасных ИИ-систем для медучреждений, финансовых институтов и госсектора, выложена на Hugging Face и Kaggle.

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