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.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

ИИ поможет сократить утечки данных из приложений в десять раз

В ближайшие годы количество утечек данных из приложений может снизиться в десять раз — всё благодаря внедрению искусственного интеллекта. Отечественные разработчики уже начали использовать нейросети для автоматического поиска уязвимостей в российских программах.

Как рассказали «Известиям» участники рынка, теперь это не просто модный тренд, а реальный инструмент повышения кибербезопасности.

По словам старшего управляющего директора AppSec Solutions Антона Башарина, большие языковые модели сегодня умеют не только находить слабые места в коде, но и объяснять, в чём именно проблема и как её исправить.

«Когда в проекте сочетаются безопасная разработка и автоматизированный анализ, количество критических уязвимостей резко падает. Белые хакеры потом находят значительно меньше проблем, чем в продуктах без таких практик», — отметил Башарин.

По мнению члена комитета Госдумы по информационной политике и координатора проекта «Цифровая Россия» Антона Немкина, развитие подобных технологий может в перспективе привести к созданию национальной платформы мониторинга уязвимостей — она будет работать в режиме реального времени и интегрироваться с инфраструктурой госорганов и крупных компаний.

При этом полностью исключить человека из процесса пока невозможно. Экспертам всё равно придётся перепроверять выводы ИИ, чтобы избежать ошибок.

Тем временем мобильные и веб-приложения по-прежнему остаются одной из самых уязвимых сфер. Например, по данным ГК «Солар», 46% веб-приложений российских компаний содержат уязвимости, провоцирующие утечки. Более половины подобных программ плохо защищены и позволяют получить несанкционированный доступ к данным пользователей.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

RSS: Новости на портале Anti-Malware.ru