Kaspersky запатентовала технологию на базе машинного обучения для MLAD

Kaspersky запатентовала технологию на базе машинного обучения для MLAD

Kaspersky запатентовала технологию на базе машинного обучения для MLAD

Важное событие для компании «Лаборатория Касперского» — антивирусный гигант запатентовал технологию на базе машинного обучения, которая поможет мониторить промышленные установки и другое сложное оборудование.

Российская федеральная служба Роспатент выдала патент под номером 2724716, подтверждающий уникальность разработки и авторство экспертов.

По словам представителей «Лаборатории Касперского», технология станет базой для Kaspersky Machine Learning for Anomaly Detection (MLAD) — детектора аномалий, который будет на раннем этапе выявлять и останавливать кибератаки, предотвращать отказы оборудования, сбои технологических процессов и разбираться с другими критическими ситуациями на производстве.

Kaspersky MLAD на голову выше классических систем мониторинга, поскольку последние используют жёстко заданные параметры, что ограничивает возможности операторов объекта.

Детектор аномалий от «Лаборатории Касперского» может анализировать взаимосвязь сигналов телеметрии, фиксировать их поведение и предсказывать технологические показатели на некоторое время вперёд.

Если Kaspersky MLAD выявит разницу между прогнозируемыми и фактическими значениями, которая превышает определённый порог, система сразу же сообщит об отклонении.

Узнать подробнее о детекторе аномалий можно по этой ссылке.

Российский госсектор находится под давлением APT-группировок

По данным Центра компетенций по сетевой безопасности компании «Гарда», в 2025 году российские государственные структуры и промышленные предприятия находились под серьёзным давлением со стороны APT-группировок. Основными целями атак оставались кибершпионаж и нанесение существенного ущерба работе ИТ-инфраструктуры.

В «Гарда» также отмечают смену тактики злоумышленников: на смену демонстративным акциям, рассчитанным на медийный эффект, пришла скрытная и методичная работа, ориентированная на долгосрочное присутствие в инфраструктуре жертвы.

Ключевой конечной целью большинства атак остаётся сбор данных. В отдельных случаях злоумышленники уничтожали информацию после получения доступа к ней, однако нередко фиксировались и попытки максимально долго сохранить скрытое присутствие в атакованной инфраструктуре.

Всего, по оценке «Гарда», в число наиболее активных группировок, атакующих российские организации, вошли восемь APT-групп. Семь из них связывают с Украиной, ещё одна имеет азиатское происхождение — предположительно, основная часть её участников находится в Казахстане. Все эти группировки активно атакуют государственные учреждения. Следом по частоте атак идут промышленность и энергетика, телекоммуникационный сектор и образование.

Для первичного проникновения в ИТ-инфраструктуру компаний и госорганов злоумышленники, как правило, используют фишинг. Применяются две основные тактики: целевые рассылки и использование легитимных инструментов — в том числе документов — либо замаскированных под них зловредов. При этом содержание писем всегда адаптируется под профиль конкретной организации.

Получив начальный доступ, атакующие закрепляются в системе, опираясь на общедоступные средства администрирования, инструменты туннелирования и фреймворки постэксплуатации. Широко применяются PowerShell-скрипты, задания планировщика, ключи автозапуска в реестре, а также установка легитимных агентов удалённого управления, не содержащих явных признаков вредоносного кода. Такая тактика позволяет сохранять доступ после перезагрузки и не привлекать внимание средств защиты.

Для «бокового» перемещения внутри сети хакеры используют инструменты анализа Active Directory и сетевого сканирования. Перемещение между узлами осуществляется с помощью штатных протоколов Windows, а также с использованием украденных или приобретённых на теневом рынке учётных данных.

Управляя скомпрометированной инфраструктурой, злоумышленники активно маскируют сетевой трафик, используя HTTPS, WebSocket и туннелирование через сервисы — аналоги ngrok. В отдельных случаях задействуются публичные облачные платформы. Это усложняет сетевой анализ и позволяет скрывать реальные серверы управления. В ряде атак также зафиксирован переход на новые открытые C2-фреймворки, доработанные под собственные задачи, включая AdaptixC2 и другие решения.

«Результаты исследования показывают, что атакующие всё чаще маскируют вредоносную активность под штатные процессы и легитимное администрирование. Поэтому критически важно не только контролировать действия в инфраструктуре, но и обогащать средства защиты потоками данных об угрозах — TI-фидами. Они позволяют учитывать тактики, техники и инструменты конкретных группировок, быстрее выявлять подозрительные цепочки событий и сокращать время реагирования на инциденты», — отметил Илья Селезнёв, руководитель продукта «Гарда Threat Intelligence Feeds».

RSS: Новости на портале Anti-Malware.ru