Новый инструмент Kaspersky связывает семплы вредоносов с APT-группами

Новый инструмент Kaspersky связывает семплы вредоносов с APT-группами

Новый инструмент Kaspersky связывает семплы вредоносов с APT-группами

Разработчики антивирусной компании «Лаборатория Касперского» представили новый продукт, который поможет связать конкретные образцы вредоносных программ с киберпреступными группировками (APT-группы). Таким образом, исследователям в области кибербезопасности будет легче отслеживать и фиксировать атаки конкретных кибергрупп.

Новая разработка получила имя Kaspersky Threat Attribution Engine — это коммерческий продукт, доступный экспертам по всему миру. Kaspersky Threat Attribution Engine использует фирменный метод для сопоставления вредоносного кода с базой известных злонамеренных программ, а также для последующей связи этого кода с одной из киберпреступных группировок и её кампаниями.

Зачастую идентификация APT-группы, стоящей за конкретной кибератакой, представляет собой довольно сложную задачу, требующую много времени. Чтобы выявить операторов конкретного вредоноса, потребуются большие объёмы данных о киберугрозах, а также опытная команда исследователей.

В этом случае на помощь как раз может прийти Kaspersky Threat Attribution Engine, способный автоматизировать классификацию и идентификацию сложных вредоносных программ. Новый продукт основан на внутреннем инструменте «Лаборатории Касперского», который использует команда Global Research and Analysis Team (GReAT).

Kaspersky Threat Attribution Engine задействует базу данных вредоносных программ, используемых в целевых атаках (более 60 тыс. семплов). Также новый продукт содержит сведения о «чистых» файлах, собранных более чем за 22 года.

Всё это позволяет новой разработке «Лаборатории Касперского» быстро связывать новые кибератаки с известными хакерскими группами.

ИИ экономит 11 часов в неделю, но 6 из них уходят на присмотр за ботом

Искусственный интеллект попал в неудобную статистику. Новое исследование Work AI Institute показало, что сотрудники действительно экономят время благодаря ИИ — в среднем около 11 часов в неделю. Но есть нюанс: более шести часов из этой экономии приходится тратить на проверку, исправление и контроль работы самого ИИ.

Исследование охватило 6000 офисных сотрудников из США, Великобритании и Австралии.

Опрос показал, что 75% работников заметили рост личной продуктивности после внедрения ИИ-инструментов. Однако только 13% компаний сообщили о заметном росте бизнеса благодаря этим технологиям.

 

Получается любопытный парадокс. Формально сотрудники работают быстрее, но бизнес почему-то не получает сопоставимой выгоды.

По словам профессора Калифорнийского университета Пола Леонарди, многие недооценивают объём скрытой работы, которая появляется вместе с ИИ. Нужно собирать данные, подготавливать контекст, перепроверять ответы чат-ботов, искать ошибки и дорабатывать результаты вручную.

Фактически современные сотрудники всё чаще выступают не исполнителями, а менеджерами собственных цифровых помощников.

Согласно исследованию, 37% времени взаимодействия с ИИ уходит непосредственно на работу с ботами, а ещё 36% — на применение полученных результатов в реальных задачах. Более того, 41% опрошенных признались, что не могут объяснить, каким образом ИИ пришёл к своим выводам.

Авторы приводят показательный пример. Молодой разработчик перед уходом домой интегрировал в проект тысячи строк кода, сгенерированного ИИ. После этого система перестала работать, а разбираться в причинах пришлось старшему инженеру. Сам автор изменений не смог объяснить, что именно сделал искусственный интеллект.

RSS: Новости на портале Anti-Malware.ru