Solar appScreener получил модуль SCA и поддержку классификации OWASP MASVS

Solar appScreener получил модуль SCA и поддержку классификации OWASP MASVS

Solar appScreener получил модуль SCA и поддержку классификации OWASP MASVS

Статический анализатор кода приложений Solar appScreener, разработанный компанией «РТК-Солар», теперь объединяет в едином интерфейсе три основных вида анализа: SAST, DAST и SCA. Это позволяет обеспечить комплексный контроль безопасной разработки приложений.

Особенностью нового модуля SCA является возможность более быстро выявлять и устранять уязвимости. Система автоматически обнаруживает все сторонние компоненты, используя большие базы данных уязвимостей, а также собственный реестр данных, регулярно обновляемый экспертами компании. Применение уникальной технологии Fuzzy Logic Engine помогает минимизировать количество ложных срабатываний.

Директор Центра Solar appScreener компании «РТК-Солар», Даниил Чернов, комментирует:

«Приложения и библиотеки с открытым исходным кодом стали одной из основных угроз в области информационной безопасности. Согласно данным Linux Foundation, от 70% до 90% современных приложений содержат такое ПО, и уязвимости в сторонних компонентах предоставляют злоумышленникам значительные возможности. Примером может служить уязвимость в библиотеке Apache Log4j, используемой в миллионах корпоративных приложений. Также наблюдается увеличение случаев намеренного внедрения вредоносного кода в Open Source. Поэтому очень важно проверять на уязвимости не только собственный код, но и сторонние компоненты».

В новой версии продукта также добавлена поддержка классификации уязвимостей OWASP MASVS и обновлена поддерживаемая версия PCI DSS с 3.2.1 до 4.0. База правил поиска уязвимостей для языков программирования Java и C# значительно расширена, а также добавлены новые паттерны поиска для ряда других языков. В настоящее время Solar appScreener лидирует по количеству поддерживаемых языков, их общее число составляет 36. Сканер автоматически определяет язык программирования и способен анализировать приложения, написанные на нескольких языках одновременно.

Компания также внесла ряд улучшений, направленных на повышение удобства работы пользователя с системой. Теперь при первом входе в систему отображаются интерактивные подсказки. Добавлена возможность управления очередью сканирования, позволяющая задавать приоритеты и отслеживать прогресс сканирования на новой странице раздела «Проекты». Была упрощена работа офицеров безопасности компаний, внедряющих Solar appScreener в процессы безопасной разработки, с возможностью автоматического создания задач в Jira на основе результатов сканирования.

Также были внесены изменения в логику работы с пользователями протокола LDAP, что облегчило процесс контроля доступа к системе для сотрудников, подключающихся через данный протокол. Теперь также возможно отслеживать количество пользователей, соответствующих лицензии, в рамках данного протокола.

Подпишитесь на новости

Orion soft предложил посчитать пользу от ИИ через платформу StarScale AI

Orion soft анонсировал StarScale AI — платформу, которая должна показать, сколько компания тратит на искусственный интеллект и что получает взамен. Потому что внедрение нейросети звучит эффектно ровно до вопроса финансового директора: а окупается это всё когда?

Как объясняет разработчик, решение объединяет сведения об ИИ-инструментах, моделях и сценариях использования. Расходы и эффект можно рассматривать по компании, подразделениям, командам и отдельным пользователям.

Платформа собирает данные о запросах, потреблении токенов и инфраструктурных затратах, связывает их с конкретными сотрудниками и проектами. Задача — выяснить, какие инструменты действительно востребованы, а какие просто красиво числятся в отчёте о цифровизации.

Помимо расходов, заявлена оценка результата: например, сэкономленного рабочего времени и его денежного эквивалента. На этой основе бизнесу предлагают решать, какие ИИ-проекты развивать, какие оптимизировать, а какие пора закрывать.

По сценарной оценке Orion soft, крупный российский бизнес в 2026 году может потребить 912,5 трлн токенов примерно на 237 млрд рублей. Это расчёт возможного потребления, а не уже выставленный рынку счёт.

Главная задача продукта — ответить на вопрос: нейросеть помогает зарабатывать и экономить или просто уверенно превращает бюджет в токены? Для корпоративного ИИ это разговор куда полезнее очередного соревнования по числу запущенных ассистентов.

RSS: Новости на портале Anti-Malware.ru