Ideco перевела свой межсетевой экран в статус NGFW

Ideco перевела свой межсетевой экран в статус NGFW

Ideco перевела свой межсетевой экран в статус NGFW

Компания «Айдеко» представила новое поколение межсетевого экрана — Ideco NGFW 16.0. Решение разработано с учетом последних тенденций в мире киберугроз и предлагает новые функции, позволяющие обеспечить максимальную защиту сети.

Предыдущие версии решения комплексной защиты от Ideco именовались UTM, «универсальный шлюз безопасности», хотя благодаря постоянному совершенствованию его механизмы к концу прошлого года уже отвечали стандартам NGFW. Новое название, по мнению разработчика, отражает его функциональность и возможности по обеспечению безопасности в сети.

Повысить статус разработки позволили следующие нововведения (в сравнении с Ideco UTM 15):

  1. Zone Based Firewall с большим количеством сетевых интерфейсов, сегментов, IPSec, клиентских VPN-подключений упрощает создание правил в сложных сетях.
  2. Возможность интеграции с Astra ALD Pro обеспечивает авторизацию пользователей на базе отечественной ОС и повышает уровень безопасности в сети.
  3. Функция обратного прокси-сервера (с WAF и анти-DoS) помогает предотвратить проникновение вредоносного трафика и сохранить работоспособность ресурсов.
  4. Добавление журнала веб-доступа в отчеты по трафику упрощает мониторинг и анализ веб-активности пользователей, позволяя выявлять возможные угрозы и нарушения безопасности.
  5. Улучшенная настройка VPN-авторизации пользователей, включая двухфакторную аутентификацию (2FA), обеспечивает повышенный уровень безопасности при удаленном доступе к сети.
  6. Возможность создания маршрутов для IPSec-подключений (включая BGP) позволяет установить безопасные соединения между удаленными сетевыми сегментами.
  7. Авторизация пользователей доверенных доменов Active Directory позволяет работать в сетях с несколькими доменами, объединенными доверием.

«Ideco NGFW 16.0 обладает достаточной производительностью и возможностями по работе в экосистеме отечественных ИТ-решений и сервисов, для сетей компаний любой сложности, — отметил директор Ideco Дмитрий Хомутов. — Шаг за шагом мы стремимся помочь заказчикам решить проблемы перехода с зарубежных решений, с сохранением уровня безопасности и надежности сетевых сервисов».

Как выяснил опрос, недавно проведенный Positive Technologies, при выборе NGFW российский потребитель обращает внимание прежде всего на функциональность, надежность и производительность. Отечественные разработчики в настоящее время пытаются расширить этот сегмент ИБ-рынка с учетом пожеланий клиентов, и значительное обновление межсетевого экрана Ideco тоже служит этой цели.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

Языковые модели тупеют от мусорных данных из интернета

Группа исследователей из Университета Техаса и Университета Пердью предложила необычную идею: большие языковые модели (LLM), вроде ChatGPT, могут «тупить» от некачественных данных примерно так же, как люди — от бесконечных часов в соцсетях.

В отчёте специалисты выдвигают «гипотезу гниения мозга LLM». Суть проста: если продолжать дообучать языковую модель на «мусорных» текстах из интернета, она со временем начнёт деградировать — хуже запоминать, терять логику и способность к рассуждению.

Авторы понимают, что отличить хороший контент от плохого сложно. Поэтому они решили изучить 100 миллионов твитов с HuggingFace и отобрать те, что подходят под определение «junk».

В первую группу попали короткие твиты с большим количеством лайков и репостов — те самые, которые вызывают максимальное вовлечение, но несут минимум смысла. Во вторую — посты с «низкой семантической ценностью»: поверхностные темы, кликбейт, громкие заявления, конспирология и прочие «триггерные» темы.

 

Чтобы проверить качество отбора, результаты GPT-4o сверили с оценками трёх аспирантов — совпадение составило 76%.

Учёные обучили четыре разные языковые модели, комбинируя «мусорные» и «качественные» данные в разных пропорциях. Потом прогнали их через тесты:

  • ARC — на логическое рассуждение,
  • RULER — на память и работу с длинным контекстом,
  • HH-RLHF и AdvBench — на этические нормы,
  • TRAIT — на анализ «личностного стиля».

Результаты оказались любопытными: чем больше в обучающем наборе было «интернет-мусора», тем хуже модель справлялась с задачами на рассуждение и память. Однако влияние на «этичность» и «черты личности» было неоднозначным: например, модель Llama-8B с 50% «мусора» даже показала лучшие результаты по «открытости» и «низкой тревожности».

Исследователи сделали вывод: переизбыток интернет-контента может привести к деградации моделей и призвали разработчиков тщательнее отбирать данные для обучения. Особенно сейчас, когда всё больше онлайн-текста создаётся уже самими ИИ — и это может ускорить эффект так называемого model collapse, когда модели начинают обучаться на собственных ошибках.

Учёные шутят: если так пойдёт и дальше, возможно, придётся вернуться к книгам — хотя бы ради того, чтобы «накормить» модели чем-то действительно качественным.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

RSS: Новости на портале Anti-Malware.ru