Вышел продукт InfoWatch YazheGovoril для ретроспективного анализа данных

Вышел продукт InfoWatch YazheGovoril для ретроспективного анализа данных

Вышел продукт InfoWatch YazheGovoril для ретроспективного анализа данных

Ретроспективная аналитика на основе технологий искусственного интеллекта позволяет анализировать исторические данные о коммуникациях в компании и предлагать сотрудникам службы ИБ рекомендации по повышению уровня безопасности. В InfoWatch YazheGovoril 1.0 можно настроить персонифицированную доставку рекомендаций специалистам по информационной безопасности удобным для них способом: push-уведомления на экране рабочего компьютера, на телефоне, подсказки с помощью бота в Telegram и др.

В ходе пилотного тестирования нового модуля ИБ-специалисты из разных отраслей высоко оценили релевантность и практическую пользу предложенных рекомендаций, особенно выданных задним числом, и охарактеризовали их как эффективные и отвечающие потребностям их служб. Среди наиболее ценных пользователи отметили следующие рекомендации:

  1. «ИИ может ускорить отражение кибератаки, а может не ускорять»
  2. «Инсайдер находился в зоне доступа к кофемашине»
  3. «Да тут течет, как фреон из холодильника!»
  4. «Уже тошнит? Понюхайте лимон»

На основе исторических данных InfoWatch YazheGovoril 1.0 строит автоматический отчет в графическом и текстовом формате, который может быть представлен службой ИБ руководству компании для обоснования бюджета на закупку DLP-системы InfoWatch Traffic Monitor. Модуль ретроспективного анализа InfoWatch YazheGovoril 1.0 доступен бесплатно всем желающим, при регистрации на сайте InfoWatch до 5 апреля 2021 г. вы получите две лицензии по цене одной.

38% крупных компаний делают свой ИИ, но защищать его умеют единицы

Российский бизнес всё активнее развивает собственные ИИ-сервисы, однако с их безопасностью дела обстоят заметно хуже. К такому выводу пришли эксперты К2 Кибербезопасность и «Лаборатории Касперского», опросившие специалистов более чем из 200 крупных компаний из сфер ИТ, финансов, телекоммуникаций, торговли, строительства и фармацевтики.

Исследование показало, что 38% крупных организаций уже имеют собственные команды, разрабатывающие ИИ-решения для внутренних процессов.

При этом в 75% случаев такие проекты полностью или частично не соответствуют практикам MLSecOps — подходу, который отвечает за безопасность систем искусственного интеллекта на всех этапах их жизненного цикла.

В целом компании не делают ставку на какой-то один инструмент. Более половины респондентов (59%) одновременно используют несколько типов ИИ-сервисов: отечественные и зарубежные решения, собственные разработки и продукты, созданные на заказ.

Наиболее востребованными остаются российские ИИ-сервисы — их используют 75% компаний. Зарубежные решения применяют 60% участников исследования. Такой расклад аналитики связывают с требованиями законодательства и политикой импортозамещения.

Однако внедрять ИИ бизнес научился быстрее, чем обеспечивать его безопасность. По данным исследования, лишь 18% компаний могут говорить о наличии управляемых процессов защиты собственных ИИ-разработок. Зрелые практики MLSecOps внедрены всего у 7% организаций.

Особенно тревожно выглядит другая цифра: в 60% случаев безопасность ИИ-проектов обеспечивают исключительно разработчики, без участия специалистов по информационной безопасности. Это увеличивает риск ошибок, утечек данных и появления новых уязвимостей.

Эксперты отмечают, что рынок MLSecOps пока только формируется, а многие компании ещё не понимают, как правильно защищать собственные ИИ-системы. При этом искусственный интеллект всё чаще становится частью критически важных бизнес-процессов, а значит цена ошибок будет только расти.

RSS: Новости на портале Anti-Malware.ru