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.

64% ИИ-приложений для iPhone оказались с дырой в защите

Исследователи из Wake Forest University обнаружили масштабную проблему в экосистеме iOS-приложений с искусственным интеллектом. Анализ показал, что сотни программ фактически оставляют открытыми ключи доступа к нейросетям и серверным компонентам, что позволяет злоумышленникам использовать их инфраструктуру в своих целях.

Для исследования специалисты разработали инструмент LLMKeyLens, который анализирует сетевой трафик приложений и выявляет утечки учетных данных, используемых для работы с OpenAI, Gemini, DeepSeek, Mistral и другими ИИ-сервисами.

Из более чем 38 тысяч приложений App Store исследователи отобрали 444 программы с подтверждёнными функциями на базе больших языковых моделей. Результаты оказались неприятными: у 282 приложений, или 64% выборки, были обнаружены утечки ключей доступа или других механизмов подключения к ИИ-сервисам.

 

Причем в 146 случаях проблема позволяла напрямую использовать чужие ресурсы. Некоторые приложения передавали API-ключи OpenAI и других провайдеров в открытом виде прямо в сетевых запросах. Другие скрывали ключи на сервере, но оставляли открытыми прокси-серверы, через которые любой желающий мог отправлять запросы к нейросетям.

Особенно часто проблемы встречались в приложениях для продуктивности, обучения, развлечений, здоровья и образа жизни. Лидером по доле уязвимых программ стала категория Health & Fitness.

Исследователи также обнаружили крайне небрежное отношение к защите токенов доступа. В некоторых случаях JWT-токены действовали годами, а отдельные системы выдавали их со сроком действия до 100 лет. Более того, некоторые серверы принимали даже просроченные токены.

После обнаружения проблем разработчиков всех 282 приложений уведомили об уязвимостях. Через 90 дней специалисты провели повторную проверку. Патчи выпустили только 78 приложений — это около 28% от числа уязвимых программ. Еще 66 приложений остались доступными для эксплуатации даже после уведомления.

Авторы исследования считают, что причина проблемы проста: многие разработчики стремятся максимально быстро интегрировать ИИ-функции и уделяют недостаточно внимания защите инфраструктуры.

RSS: Новости на портале Anti-Malware.ru