PT NAD расширил ML-возможности профилирования, научился детектить Telegram

PT NAD расширил ML-возможности профилирования, научился детектить Telegram

PT NAD расширил ML-возможности профилирования, научился детектить Telegram

В PT Network Attack Discovery версии 12 расширены возможности выявления аномалий через профилирование, анализа шифрованного трафика. Добавлена поддержка Debian 11 и Astra Linux 1.7.4/5, экспертные модули теперь обновляются автоматом.

Свои основные возможности NTA-решение Positive Technologies реализует, используя алгоритмы машинного обучения (ML). В интерфейсе PT NAD можно настроить уведомления по пользовательским фильтрам, раздельно работать с модулями, выявляющими аномалии (нетипичные LDAP-запросы, медленное сканирование, успешный эксплойт уязвимостей, kerberoasting и т. п.).

Обновленный продукт позволяет создавать кастомные правила профилирования, с помощью которых система после ML-обучения на типичном трафике будет выявлять аномалии, интересующие команду SOC. Профилировать трафик можно по метрикам (число соединений, объем трафика и проч.) и по произвольным фильтрам.

«Мы дали аналитику SOC механизм, с помощью которого он может выстроить алгоритмы обнаружения аномалий в трафике, — комментирует Кирилл Шипулин, возглавляющий в экспертном центре PT группу обнаружения атак. — Теперь PT NAD детектирует ранее не обнаруживаемые техники и тактики злоумышленников, любые узконаправленные кейсы из инструментария хакеров, например, эксфильтрацию данных на облачные сервисы, такие как Dropbox и „Яндекс Диск“, или всплеск количества RDP-сессий в серверном сегменте».

Алгоритмы ML также помогают PT NAD анализировать шифрованный трафик и по нему выявлять использование приложений (сигнатурный анализ в таких случаях бессилен). В список протоколов, которые уверенно определяет NTA-система, добавлен протокол Telegram.

Изменился способ доставки экспертных модулей: они теперь автоматически обновляются вместе с правилами и IoC, поступающими из PT Expert Security Center, что значительно ускоряет процесс.

Реализована поддержка Debian 11 и новейших версий Astra Linux (1.7.4 и 1.7.5). Разработчики также создали еще один ISO-инсталлятор — для установки PT NAD 12 и Debian 11.

Внедрение и администрирование системы упростилось: ее компоненты теперь взаимодействуют друг с другом по одной шине данных.

ГК Солар запатентовала технологию выявления ботов на уровне HTTPS

ГК «Солар» получила патент на технологию, которая помогает автоматически отличать опасные бот-запросы от действий реальных пользователей ещё на этапе подключения к веб-серверу. Патент был выдан Роспатентом 27 ноября 2025 года. Речь идёт о механизме анализа HTTPS-соединений, который оценивает вероятность того, что запрос был отправлен ботом.

В основе разработки — математическая модель, обученная на статистике поведения легитимных пользователей и автоматических скриптов. Если система считает запрос подозрительным, пользователю предлагается пройти дополнительную проверку. Если нет — соединение устанавливается без задержек.

Подход позволяет отсеивать нежелательную активность до загрузки страницы, не перегружая сайт и не мешая реальным посетителям. Это особенно актуально для интернет-магазинов и других онлайн-ресурсов малого и среднего бизнеса, где даже кратковременные сбои могут напрямую отражаться на выручке.

По оценке разработчиков, технология помогает бороться сразу с несколькими распространёнными проблемами. Среди них — автоматизированный сбор данных, когда боты массово выгружают информацию о товарах и ценах, искажают аналитику и создают почву для мошенничества. Также система позволяет выявлять накрутку кликов и просмотров, автоматические переборы логинов и паролей, разведку перед атаками и попытки перегрузить сайт бот-DDoS-трафиком.

Как поясняют в «Соларе», ключевая идея заключалась в том, чтобы анализировать не содержимое запроса, а его технические параметры, характерные именно для автоматических инструментов. Такой подход остаётся эффективным даже в условиях, когда боты всё лучше маскируются под поведение обычных пользователей.

По словам директора продукта Solar Space Артёма Избаенкова, сегодня на ботов приходится уже более половины мирового интернет-трафика, и значительная часть этой активности связана с вредоносными сценариями. Использование нейросетевой модели позволяет снизить влияние человеческого фактора и повысить точность фильтрации.

Руководитель направления развития облачных технологий ГК «Солар» Дмитрий Лукин отмечает, что разработка выросла из практических задач защиты заказчиков. Основной целью было научиться отсеивать замаскированных ботов на самом раннем этапе, ещё до обработки запроса веб-приложением. После тестирования и доработки модель легла в основу патентованного решения.

В компании добавляют, что технология уже применяется в линейке решений Solar Space — как в облачном формате, так и в развёртываниях on-premise.

RSS: Новости на портале Anti-Malware.ru