Adobe открыла исходный код инструмента для поиска утёкших учётных данных

Adobe открыла исходный код инструмента для поиска утёкших учётных данных

Adobe открыла исходный код инструмента для поиска утёкших учётных данных

Компания Adobe открыла исходный код инструмента, способного идентифицировать сгенерированные случайным образом строки. Разработка будет также полезна для вычисления скомпрометированных учётных данных.

Инструмент получил имя Stringlifier. Он написан на Python и задействует машинное обучение, чтобы отличить сгенерированную случайным образом последовательность от нормальной последовательности текста.

В частности, детище Adobe отлично подойдёт для анализа логов приложений или записей, касающихся безопасности. Например, если понадобится вычислить случайно скомпрометированные учётные данные.

Stringlifier легко может распознать хеши, ключи API, сгенерированные пароли, а также случайные строки в исходном коде, логах или файлах конфигурации.

Исходный код инструмента разработчики опубликовали в собственном репозитории GitHub. По словам Adobe, Stringlifier уже использовался внутри компании для выявления случайных строк, аномалий в базах данных и т. п. Однако в связке с ним Abode использовала другую разработку — Tripod.

Подпишитесь на новости

Наталья Касперская поставила под сомнение доверие к генеративному ИИ

Генеративный ИИ умеет писать тексты и код, но можно ли на него полагаться? Наталья Касперская считает, что с доверием к таким системам пока больше вопросов, чем ответов. В интервью корреспонденту Anti-Malware.ru Олесе Афанасьевой на BIS Summit она назвала критерий доверенности применительно к генеративному ИИ загадкой.

По объяснению Касперской, доверенная система должна работать с заранее заданными параметрами и обеспечивать предсказуемый результат.

Генеративный ИИ, по её оценке, под это определение не подпадает: он не способен каждый раз выдавать один и тот же результат.

«Критерий доверенности в применении к генеративному искусственному интеллекту для меня является загадкой», — заявила она.

Главная проблема, считает Касперская, — масштаб моделей. Огромное количество параметров и данных делает полноценную проверку такой системы практически недостижимой. Можно протестировать отдельные ответы и сценарии, но это ещё не доказывает надёжность всей модели.

«Вы можете сделать какие-то выборочные проверки, частичные. Они будут выборочными и частичными, они ничего не докажут», — подчеркнула Касперская.

Получается неудобный вопрос для бизнеса и государства: как доверять системе, поведение которой нельзя исчерпывающе проверить? По словам председателя правления АРПП «Отечественный софт», задача создания доверенного ИИ поставлена, но готового способа её решения она пока не видит.

Одними разговорами, считает Касперская, проблему не закрыть. Нужна совместная работа специалистов по ИИ и информационной безопасности, методистов и разработчиков стандартов.

RSS: Новости на портале Anti-Malware.ru