SIEM-система Kaspersky соответствует требованиям к средствам ГосСОПКА

SIEM-система Kaspersky соответствует требованиям к средствам ГосСОПКА

SIEM-система Kaspersky соответствует требованиям к средствам ГосСОПКА

SIEM-система «Лаборатории Касперского» Kaspersky Unified Monitoring and Analysis Platform (KUMA) подтвердила полное соответствие требованиям к средствам ГосСОПКА, которые утверждены Приказом ФСБ России N196 от 6 мая 2019 года.

Национальный координационный центр по компьютерным инцидентам (НКЦКИ) подтвердил, что продукт Kaspersky для сбора, анализа и корреляции киберсобытий успешно прошёл процедуру оценки.

Таким образом, Kaspersky Unified Monitoring and Analysis Platform стала первой российской системой класса SIEM, подтвердившей соответствие требованиям к средствам обнаружения, предупреждения и ликвидации последствий кибератак.

Как объясняют специалисты «Лаборатории Касперского», SIEM часто является неотъемлемой частью Центра мониторинга и реагирования на инциденты в информационной безопасности (SOC).

KUMA особенно будет полезна системообразующим организациям и объектам критической информационной инфраструктуры.

Илья Маркелов, руководитель направления развития единой корпоративной платформы «Лаборатории Касперского», отмечает, что модуль для автоматизации взаимодействия с технической инфраструктурой ГосСОПКА, которым оснащена KUMA, облегчит процесс процесс обмена информацией с НКЦКИ.

В России разработали способ удалить свой биометрический след

В ИТ-компании «Криптонит» (входит в «ИКС Холдинг») разработали метод, который позволяет выборочно удалять цифровые образы людей из систем распознавания лиц. Если совсем просто, речь идёт о технологии, которая должна помочь реализовать право человека отозвать согласие на обработку своей биометрии — так, чтобы система действительно перестала его узнавать.

Проблема тут в том, что современные системы распознавания лиц устроены не так прямолинейно, как может показаться.

Даже если сведения о человеке формально удалили из базы, его цифровой образ может всё равно остаться внутри уже обученной модели. То есть на бумаге данные вроде бы стерли, а на практике алгоритм всё ещё способен узнать этого человека.

Именно это и делает тему особенно чувствительной. С биометрией всё сложнее, чем с обычными персональными данными: пароль можно поменять, а лицо — нет. Если такие данные утекают, риски уже совсем другого уровня, потому что украденные цифровые слепки можно использовать для создания поддельных образов и обхода биометрической аутентификации.

 

В «Криптоните» утверждают, что их метод решает задачу не маскировкой и не косметическим удалением, а на уровне внутренней логики самой модели. Проще говоря, алгоритм перестаёт использовать сведения о конкретном человеке и больше не может его распознавать, при этом способность узнавать остальных людей сохраняется.

По словам разработчиков, на тестовых наборах данных технология показала заметное снижение эффективности распознавания именно тех лиц, которые нужно «забыть», — до 88%. При этом общая точность системы, как утверждается, осталась на прежнем уровне.

Практическое применение у такого подхода вполне очевидное. В первую очередь это системы видеонаблюдения с распознаванием лиц, СКУД и корпоративная безопасность. Например, технология может пригодиться для удаления биометрических данных уволенных сотрудников, когда компания обязана прекратить их обработку, но не хочет при этом заново переобучать всю систему с нуля.

RSS: Новости на портале Anti-Malware.ru