Comodo опубликовала на GitHub исходный код EDR-системы

Comodo опубликовала на GitHub исходный код EDR-системы

Comodo опубликовала на GitHub исходный код EDR-системы

Comodo на этой неделе открыла исходный код системы обнаружения целевых атак на конечных точках сети (Endpoint Detection and Response, EDR). Таким образом, компания стала первым крупным вендором, сделавшим подобный шаг.

Речь идёт о системе OpenEDR, исходный код которой Comodo выложила на GitHub. К слову, ещё в сентябре компания обещала открыть OpenEDR.

Напомним, что EDR-системы предназначены для более проактивного похода, что отличает их от классических антивирусных решений. Endpoint Detection and Response мониторит подозрительную активность на конечных точках и в локальной сети.

Если такая система обнаружит странное поведение, ИТ-специалистам придёт специальное уведомление. В результате у компании будет шанс провести оперативное расследование выявленной аномалии.

Что касается Comodo, то решение опубликовать исходный код хорошо прокомментировал Алан Кнепфер, директор по доходам:

«Мы открываем нашу EDR-систему, поскольку ощущаем потребность вовлекаться в борьбу с киберугрозами, так как число последних постоянно растёт. И дело тут не в прибыли и возможности что-то кому-то продать».

Технический разбор OpenEDR можно найти по этой ссылке, а форум поддержки находится здесь.

VK научила ИИ-модель следить за интересами пользователей во всех сервисах

VK научила одну ИИ-модель следить за интересами пользователей сразу в нескольких своих сервисах. Лайки, репосты, комментарии, пропуски и другие обезличенные действия теперь складываются в единый нейропрофиль. Технология уже работает во «ВКонтакте», VK Видео и VK Клипах. В основе решения лежит трансформерная модель.

Она учитывает не только само действие, но и контекст: в каком сервисе оно произошло, с каким контентом, у какого автора, как давно и после каких событий. Ведь просмотр длинного ролика в VK Видео и молниеносный свайп в VK Клипах — сигналы совершенно разного калибра.

Объединив их, модель должна точнее отличать устойчивые интересы от случайных действий. Иначе один неосторожный лайк, и лента уже неделю уверена, что пользователь мечтает смотреть исключительно обзоры пылесосов.

По данным VK, после внедрения нейропрофиля время просмотра контента в VK Клипах выросло на 5,5%. Следующим шагом стало нейросетевое ранжирование: алгоритм в реальном времени сопоставляет интересы пользователя с характеристиками публикаций и решает, что поднять в ленте, а что отправить подальше.

В ходе экспериментов пользователи стали на 15% чаще делиться контентом, на 10% чаще открывать его на весь экран и на 5% чаще ставить лайки. Таким образом, VK получила не только более цепкие рекомендации, но и более эффективный инструмент для показа рекламы.

Технология работает внутри Discovery-платформы VK, запущенной в 2025 году. Она объединяет инфраструктуру рекомендаций, поиска и рекламы во всех продуктах компании. Благодаря этому нейропрофиль и новое ранжирование можно подключать к другим сервисам без капитального ремонта их архитектуры.

RSS: Новости на портале Anti-Malware.ru