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.

Эксперты: за год число вредоносных opensource-компонентов возросло в 11 раз

В 2025 году в компании CodeScoring зарегистрировали 457 тыс. вредоносных библиотек с открытым исходным кодом — в 11 раз больше, чем в предыдущем году. Зафиксировано также 14 тыс. новых уязвимостей в таких компонентах.

По словам специалистов, сохраняют актуальность и более ранние неприятные находки — к примеру, RCE-уязвимость Log4Shell, которая все еще присутствует в 15 тыс. сторонних библиотек. Публикация подобных пакетов грозит атаками на цепочку поставок.

В уходящем году также зафиксировано появление новой, еще более опасной угрозы — самоходного червя Shai Hulud, способного создавать новые репозитории и воровать конфиденциальные данные с CI/CD-платформ.

В связи с бурным ростом популярности ИИ объявился новый вектор атаки — slopsquatting: злоумышленники начали использовать склонность больших языковых моделей (БЯМ, LLM) к галлюцинациям для внедрения в легитимные проекты небезопасного кода.

Из-за этой особенности умный помощник по разработке может ошибиться и вместо легитимной библиотеки предложить для использования вредоносную со схожим названием. По данным CodeScoring, в России ИИ-ассистентов применяют 30% разработчиков, и потенциально опасные галлюцинации происходят у LLM в 20% случаев.

Чтобы защититься от атак на цепочку поставок, эксперты советуют вести тщательный учет компонентов, используемых для сборки софта, при установке библиотек выставлять запрет на исполнение скриптов, а также следовать стандарту ГОСТ Р 56939-2024 и активнее внедрять технологии безопасной разработки.

RSS: Новости на портале Anti-Malware.ru