Вышла Гарда NDR 3.4 с улучшенным механизмом выявления вредоносов

Вышла Гарда NDR 3.4 с улучшенным механизмом выявления вредоносов

Вышла Гарда NDR 3.4 с улучшенным механизмом выявления вредоносов

Группа компаний «Гарда» выпустила новую версию «Гарда NDR 3.4» — системы выявления и реагирования на сетевые угрозы. Релиз отметился улучшенным процессом выявления вредоносных программ и многими другими фичами.

Разработчики заверяют, что с новой версией заказчики смогут быстрее обнаруживать кибератаки на корпоративную сеть и оперативнее реагировать на инциденты.

В «Гарда NDR 3.4» добавили новые формы настраиваемых отчётов, упрощающих контроль за подозрительными сетевыми событиями и облегчающих анализ данных.

Благодаря поддержке протокола NSEL эффективность анализа и обработки данных NetFlow ощутимо возросла. События теперь отображаются более наглядно за счёт оптимизации обработки данных NetFlow.

Кроме того, девелоперы улучшили процесс обнаружения вредоносных программ. В «Гарда NDR 3.4» внедрили возможность подсчёта хеш-сумм файлов, а также добавили ссылку для автоматической проверки наличия зловреда.

Ограничений по количеству и вложенности логических групп управления информационным активами теперь нет, а заказчик может удобнее создать и распределить активы в полную иерархическую структуру групп.

Каждая пятая утечка уже связана с теневым использованием ИИ

Сотрудники всё чаще отправляют рабочие данные в нейросети быстрее, чем службы ИБ успевают понять, что вообще происходит. По данным «Информзащиты», в июле 2026 года уже 20% организаций, столкнувшихся с утечками, хотя бы частично связали инциденты с несанкционированным использованием ИИ. Годом ранее таких случаев было около 12%.

И это не безобидное попросил чат-бота поправить письмо. В публичные ИИ-сервисы загружают договоры, исходный код, внутреннюю переписку, клиентские обращения и техническую документацию.

На веб-интерфейсы нейросетей приходится около 42% подобных инцидентов. Ещё 24% утечек связаны с браузерными расширениями и ИИ-помощниками.

Они получают доступ к вкладкам, истории сессий и cookie, а потом тихо делают то, на что им когда-то нажали «Разрешить». Самостоятельно подключённые API и библиотеки дают ещё 19%, инструменты для программирования — 15%.

Проблема в том, что классические средства защиты часто не видят ничего подозрительного. Домен легитимный, TLS работает, вредоносной сигнатуры нет. Только конфиденциальный документ уже уехал во внешний сервис.

Почти у трети компаний, использующих ИИ, находят хотя бы один API-ключ или секрет в небезопасном месте: конфигурациях, тестовых скриптах, рабочих станциях и Git-репозиториях. Получив такой ключ, атакующий может не только потратить чужой бюджет, но и добраться до подключённых баз данных и RAG-хранилищ.

Дороже всего здесь обходится позднее обнаружение. Инциденты с теневым ИИ в среднем увеличивают ущерб примерно на $670 тыс.

Эксперты советуют начинать не с тотальных запретов, а с инвентаризации сервисов, поиска ключей, контроля расширений и классификации данных. Потому что запретить ChatGPT приказом легко. Гораздо сложнее заметить, что сотрудник уже загрузил туда половину проекта.

RSS: Новости на портале Anti-Malware.ru