Вышла новая R-Vision TIP с расширенной моделью данных

Вышла новая R-Vision TIP с расширенной моделью данных

Вышла новая R-Vision TIP с расширенной моделью данных

Компания R-Vision выпустила новую версию платформы управления данными киберразведки R-Vision Threat Intelligence Platform (TIP) 1.17. Ключевые изменения затронули модель данных продукта, возможности распределенных сенсоров обнаружения индикаторов компрометации, обработку свободно распространяемых потоков данных об угрозах и формирование бюллетеней.

Для повышения качества описания угроз в R-Vision TIP 1.17 расширили модель данных. Теперь в правилах автоматизации продукта появились фильтры, позволяющие формировать атомарные выборки индикаторов компрометации, связанные с конкретной угрозой, киберпреступной группировкой или вредоносной программой. Для максимального сужения выборки аналитики SOC могут добавлять сразу несколько фильтров. Полученные данные можно экспортировать или, например, отправить в SIEM-систему для поиска релевантных индикаторов компрометации.

В новой версии платформы разработчики также улучшили распределенные сенсоры, предназначенные для сбора индикаторов на удаленных площадках рядом с потоком данных SIEM-системы. Теперь для каждого из них можно добавить свою политику, определяющую срок автоматического удаления собранных данных.

Еще одно новшество R-Vision TIP 1.17 касается обработки open source фидов об угрозах. Теперь при добавлении CSV-фидов пользователю доступен конструктор, в котором можно указать, какие объекты и из каких колонок должна собирать платформа. Это дает возможность собирать из CSV-фидов не только индикаторы компрометации, но и ценный контекст для получения более точной информации об угрозе, например, имена вредоносного ПО, временные метки, название вредоносной группировки или кампании.

Кроме того, в R-Vision TIP 1.17 расширены возможности по формированию информационных материалов об угрозах и уязвимостях. Ранее для каждой уязвимости в платформе нужно было создавать отдельные бюллетени, теперь же можно сформировать единый бюллетень о множественных угрозах. Эта функция призвана повысить удобство работы ИБ-аналитиков при необходимости распространить информацию и рекомендации по защитным мерам от связанных угроз.

«Мы планомерно развиваем как движок обработки TI-данных, так и возможности по удобному и быстрому поиску угроз внутри инфраструктуры. Первое позволяет более эффективно и качественно собирать данные TI, дает пользователям широкий кругозор и охват источников, второе помогает гибко и оперативно определять, подвержена ли инфраструктура организации актуальным для нее угрозам. Широкие возможности по сбору данных из различных источников, нормализация, валидация, механизмы управления жизненным циклом крайне важны, так как позволяют получать знания о ландшафте угроз и своевременно реагировать на них», — отметил Антон Соловей, менеджер продукта R-Vision Threat Intelligence Platform.

GPT-6 Astra распараллеливает задачи и нагружает компьютеры кучей процессов

Первые пользователи GPT-6 Astra заметили, что при выполнении сложных задач модель может распределять работу между несколькими агентами. Один составляет план, другие параллельно ищут решения, тестируют код, проверяют результаты и пробуют новый подход после ошибки.

Это позволяет обрабатывать многоэтапные задания быстрее последовательного чат-бота. OpenAI официально заявляет, что Astra способна управлять компьютером, работать в браузере и приложениях, устанавливать и тестировать программы.

Однако отдельную нативную мультиагентную архитектуру компания в описании модели прямо не подтверждает, поэтому пока речь идёт главным образом о наблюдениях за её работой.

Основные вычисления выполняются в облаке, но инструменты агентов могут запускаться на пользовательском компьютере или корпоративном сервере. Несколько исполнителей способны одновременно компилировать код, поднимать браузеры, запускать тесты и работать в контейнерах. В таком сценарии нагрузка на локальные процессоры действительно может заметно вырасти.

Особенно весело станет корпоративной инфраструктуре, где каждого агента придётся помещать в виртуальную машину или песочницу, подключать к внутренним данным и затем аккуратно уничтожать окружение. Быстрее для задачи — не обязательно легче для CPU.

Автономность создаёт и риски безопасности, поэтому OpenAI усилила мониторинг действий Astra и проверки границ разрешённого. Модель постепенно появляется у подписчиков ChatGPT и корпоративных клиентов.

RSS: Новости на портале Anti-Malware.ru