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.

38% крупных компаний делают свой ИИ, но защищать его умеют единицы

Российский бизнес всё активнее развивает собственные ИИ-сервисы, однако с их безопасностью дела обстоят заметно хуже. К такому выводу пришли эксперты К2 Кибербезопасность и «Лаборатории Касперского», опросившие специалистов более чем из 200 крупных компаний из сфер ИТ, финансов, телекоммуникаций, торговли, строительства и фармацевтики.

Исследование показало, что 38% крупных организаций уже имеют собственные команды, разрабатывающие ИИ-решения для внутренних процессов.

При этом в 75% случаев такие проекты полностью или частично не соответствуют практикам MLSecOps — подходу, который отвечает за безопасность систем искусственного интеллекта на всех этапах их жизненного цикла.

В целом компании не делают ставку на какой-то один инструмент. Более половины респондентов (59%) одновременно используют несколько типов ИИ-сервисов: отечественные и зарубежные решения, собственные разработки и продукты, созданные на заказ.

Наиболее востребованными остаются российские ИИ-сервисы — их используют 75% компаний. Зарубежные решения применяют 60% участников исследования. Такой расклад аналитики связывают с требованиями законодательства и политикой импортозамещения.

Однако внедрять ИИ бизнес научился быстрее, чем обеспечивать его безопасность. По данным исследования, лишь 18% компаний могут говорить о наличии управляемых процессов защиты собственных ИИ-разработок. Зрелые практики MLSecOps внедрены всего у 7% организаций.

Особенно тревожно выглядит другая цифра: в 60% случаев безопасность ИИ-проектов обеспечивают исключительно разработчики, без участия специалистов по информационной безопасности. Это увеличивает риск ошибок, утечек данных и появления новых уязвимостей.

Эксперты отмечают, что рынок MLSecOps пока только формируется, а многие компании ещё не понимают, как правильно защищать собственные ИИ-системы. При этом искусственный интеллект всё чаще становится частью критически важных бизнес-процессов, а значит цена ошибок будет только расти.

RSS: Новости на портале Anti-Malware.ru