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.

Google научила смартфоны измерять пульс без часов и фитнес-браслетов

Google, видимо, решила, что фитнес-браслетам и умные часам пора на пенсию. Компания представила технологию, которая позволяет измерять пульс и частоту сердечных сокращений в состоянии покоя с помощью обычной фронтальной камеры смартфона.

Никаких датчиков на запястье, никаких ремешков и дополнительных устройств. Всё, что нужно, — собственное лицо.

Система получила название Passive Heart Rate Monitoring (PHRM). Работает она  любопытно: после разблокировки смартфона по лицу фронтальная камера записывает короткое восьмисекундное видео, а встроенная ИИ-модель анализирует едва заметные изменения цвета кожи, возникающие из-за кровотока.

Человеческий глаз таких изменений не видит, а вот алгоритмы машинного обучения — вполне.

 

По данным Google, точность системы оказалась неожиданно высокой. При оценке пульса в состоянии покоя результаты отличались от показателей фитнес-браслета Fitbit Charge 6 менее чем на пять ударов в минуту.

Для обучения и тестирования модели компания использовала более 350 тысяч видеозаписей почти 700 участников с разными оттенками кожи. Более того, исследователи проверяли технологию не только в лаборатории, но и в реальной жизни. Добровольцы больше недели ходили со своими смартфонами, одновременно используя Fitbit и медицинское оборудование для контроля сердечного ритма.

Результаты оказались убедительными, чтобы Google всерьёз заговорила о будущем такого подхода. Впрочем, до идеала ещё далеко. Исследователи признают, что системе пока сложнее стабильно получать данные у людей с тёмными оттенками кожи. Также на точность могут влиять разговоры, движения головы и другие обычные действия.

Есть и вопрос приватности. Всё-таки технология предполагает регулярный анализ изображения лица пользователя. В Google уверяют, что обработка может выполняться непосредственно на устройстве без передачи данных в облако.

RSS: Новости на портале Anti-Malware.ru