Вендоры просят 800 млн руб. на российское ПО для телекомпаний

Вендоры просят 800 млн руб. на российское ПО для телекомпаний

Вендоры просят 800 млн руб. на российское ПО для телекомпаний

Отечественные аналоги зарубежного ПО и софта для телеканалов могут обойтись бюджету в 829 млн рублей. Якорным заказчиком выступает НТВ. Телекомпании не могут позволить себе пиратские копии — любой взлом грозит остановкой вещания, штрафами и потерей репутации.

О ценах на российское “железо” и софт для ТВ пишет “Ъ”. Зарубежные поставщики, через системы которых создают титры, подписи, бегущие строки и виртуальные студии (Vizrt, Ross и Avid), прекратили обслуживание и обновление продуктов в РФ. В качестве разработчиков аналогов названы российские Carrot Broadcast и BRAM Technologies.

Они просят выделить 349 млн руб. на создание российской системы графического оформления эфира и 480 млн руб. на софт для автоматизации вещания, планирования и подготовки теленовостей. В обоих случаях грант должен покрыть 80% затрат на разработку.

Паспорта проектов уже направили в курируемый Минцифры индустриальный центр компетенций (ИЦК) “Телерадиовещание”. Якорным заказчиком продуктов выступает НТВ (входит в “Газпром-медиа”). Компания рассчитывает, что разработки можно будет продать другим федеральным каналам, части региональных, а также за рубеж (в страны СНГ, БРИКС, Латинской Америки, Африки).

В Минцифры “Ъ” заявили, что участники ИЦК, в который входят все крупнейшие вещатели, поддержали проекты, “поскольку отрасль остро нуждается в отечественном профессиональном ПО”.

“Первый канал” готов рассмотреть закупку российских систем эфирной графики и автоматизации вещания, “но только после того, как продукт появится и докажет свою эффективность”, пояснил “Ъ” гендиректор Константин Эрнст. Он также возглавляет ИЦК “Телерадиовещание”. В “Национальной медиа группе” (“Первый канал”, СТС, РЕН ТВ) и ВГТРК отказались от комментариев, ТВ-3 и ТНТ не ответили на запрос.

Около 90% телеканалов используют зарубежное ПО. В Москве и Санкт-Петербурге его доля выше, чем на региональном ТВ.

Телекомпании преимущественно покупают или бессрочные лицензии на специализированное ПО, или софт в составе программно-аппаратных комплексов, пояснил генеральный продюсер ТРК “Старт” Владимир Широков.

Он добавил, что компании почти не пользуются пиратскими копиями, так как “это легко вычислить”.

Если взломанная программа прекратит работать, то вещание остановится, а его прерывание более чем на три минуты “чревато имиджевыми потерями и штрафами от рекламодателей, а также кабельных, спутниковых и смарт-ТВ-операторов”.

По мнению эксперта, отсутствие обновлений для ПО вряд ли скажется на качестве вещания, однако без них телекомпании не получат доступ к еще не запущенным функциям — например, новым кодекам.

Positive Technologies научила ИИ замечать подозрительные сценарии в коде

Positive Technologies сообщила о разработке нейросети MOLOT, предназначенной для поиска вредоносного кода в проектах на Python, JavaScript и TypeScript. Технология уже используется в составе анализатора исходного кода PT Application Inspector версии 6.0.

В отличие от традиционных инструментов статического анализа, которые ищут опасные конструкции по заранее заданным правилам, новая модель анализирует последовательность действий, выполняемых программой.

Нейросеть оценивает не отдельные фрагменты кода, а их совокупность и пытается определить, формируют ли они подозрительный сценарий.

Проблема, которую пытаются решить разработчики, связана с так называемым намеренно внедрённым вредоносным кодом. В отличие от обычных уязвимостей, такой код не содержит ошибок, которые можно эксплуатировать извне. Он работает как легитимная часть приложения и использует те же права доступа, что и остальная программа.

 

По словам специалистов, именно поэтому многие подобные закладки остаются незамеченными при стандартных проверках безопасности.

Отдельные действия вредоносного кода сами по себе обычно не вызывают подозрений. Чтение файла, обращение к сети, шифрование данных или запуск процесса встречаются в тысячах обычных приложений. Однако если программа, например, считывает логины и пароли, кодирует их и затем отправляет на внешний сервер, такая последовательность уже может указывать на вредоносную активность.

 

Для анализа MOLOT строит цепочку действий программы — обращений к файлам, сетевых запросов, запуска процессов, использования криптографических функций и других операций. Затем эта последовательность передаётся в нейросеть, которая обучена отличать типичные сценарии работы приложений от поведения, характерного для вредоносного кода.

В компании утверждают, что тестирование проводилось на вредоносных пакетах из репозиториев PyPI и npm. По словам разработчиков, в ряде тестов модель показала более высокую точность по сравнению с существующими аналогами с открытым исходным кодом.

Одной из особенностей системы стала возможность объяснять свои выводы. Помимо самого вердикта нейросеть показывает строки кода, которые повлияли на решение. Это позволяет специалисту быстро перейти к подозрительному фрагменту и самостоятельно проверить результаты анализа.

Интерес к подобным инструментам растёт на фоне увеличения числа атак через цепочки поставок ПО, вредоносные пакеты в публичных репозиториях и распространения ИИ-инструментов для генерации программного кода.

RSS: Новости на портале Anti-Malware.ru