Система раннего обнаружения аномалий Kaspersky MLAD наконец вышла в релиз

Система раннего обнаружения аномалий Kaspersky MLAD наконец вышла в релиз

Система раннего обнаружения аномалий Kaspersky MLAD наконец вышла в релиз

«Лаборатория Касперского» сообщила, что систему Kaspersky Machine Learning for Anomaly Detection (MLAD) теперь может приобрести более широкий круг клиентов. Напомним, что Kaspersky MLAD позволяет обнаружить аномалии в технологическом процессе на самом раннем этапе.

Как подчёркивают разработчики, Kaspersky MLAD располагает алгоритмами машинного обучения, анализирующими телеметрию, поступающую с датчиков оборудования. Помимо этого, система обеспечивает клиентов многофункциональным графическим интерфейсом, благодаря которому проще детально анализировать аномалии.

Таким образом, Kaspersky MLAD может выявить целый ряд отклонений: перебои в работе оборудования, кибератаки, ошибки операторов и тому подобное. Эти функциональные возможности делают систему незаменимой в промышленности, где важно детектировать аномалию на самой ранней стадии.

Как подсчитали аналитики «Лаборатории Касперского», сокращение времени простоя даже на 50% позволяет крупной электростанции экономить до миллиона долларов в год. А нефтеперерабатывающий завод благодаря такому сокращению сбережёт и того больше — $2,5 миллиона.

За счёт работы нейронной сети Kaspersky MLAD способен анализировать телеметрию с различных датчиков, причём делать это в режиме реального времени. В итоге от системы не скроются даже незначительные отклонения — изменения динамики сигналов или корреляций. Также заказчик может сам добавить индивидуальные диагностические правила для конкретных случаев.

Стоит отметить и графический интерфейс Kaspersky MLAD, который отлично подходит для анализа выявленных отклонений. Диаграммы всех отслеживаемых процессов помогут экспертам увидеть, что именно пошло не так и в какой части системы.

Подпишитесь на новости

Anthropic предупредила об ИИ-червях, угрожающих умной технике

Компактные ИИ-модели могут приблизиться к автономному распространению по слабо защищенным устройствам. Anthropic рассматривает сценарий, в котором модель копируется между узлами и использует их вычислительные ресурсы без постоянной связи с центральным дата-центром.

В исследовании компании показан запуск модели Gemma4-26B-A4B на 15 недорогих Android TV-приставках.

Скорость составила 0,39 токена в секунду. Это медленно для чата, но демонстрирует возможность распределить вычисления между бытовыми устройствами.

Модели с 30 млрд параметров и меньше уже выполняют многие отдельные этапы размножения, однако ошибаются при объединении их в полную цепочку.

В упрощенном эксперименте GLM-5.2 справилась с распространением другой, меньшей модели. Доступ к тестовым устройствам намеренно облегчили: ADB работал без аутентификации. Поэтому результат не доказывает способность автономно заражать произвольную технику в интернете.


Среди протестированных моделей пока нет той, которая одновременно достаточно компактна для выбранных устройств и достаточно способна для надежного полного цикла. По грубой экстраполяции исследователей, такой уровень может стать реальным к концу 2026 года.

Потенциальную распределенную сеть будет сложно остановить одним выключателем. При этом предполагаемое распространение может занимать дни, а не секунды.

RSS: Новости на портале Anti-Malware.ru