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.

Подпишитесь на новости

Злоумышленник использовал DeepSeek для атак на университеты

Злоумышленник под псевдонимом BUGSTER использовал DeepSeek V4 как помощника для разведки, написания скриптов и подготовки атак на организации в Индии. Среди целей были университеты. В одном из подтверждённых взломов он похитил базу с более чем 5200 записями, включая персональные данные студентов.

Операцию разобрали исследователи из Unit 42. По их оценке, оператор пользовался простыми инструментами и заметно зависел от сгенерированных ИИ материалов, но это не помешало ему добиться результата.

BUGSTER связал DeepSeek с фреймворком Hermes Agent, а Cursor использовал как дополнительный инструмент разработки. Исследователи обнаружили конфигурации с отключёнными ограничениями безопасности.


В одной атаке ИИ помогал составлять разведывательные отчёты и готовить перебор паролей к университетскому сайту. Инструмент отметил одну учётную запись WordPress как действительную. В отдельном эпизоде злоумышленник получил доступ к базе MongoDB и выгрузил тысячи записей.

Аппетиты университетами не ограничились: оператор настраивал специализированных ботов для консультаций по VoIP-мошенничеству, занимался подбором паролей от Wi-Fi и разведкой крупных держателей криптовалюты.


Главный вывод Unit 42: ИИ снижает порог входа в разные виды киберпреступности. Для ущерба уже не обязательно быть сильным специалистом во всех задействованных областях, часть недостающих знаний можно получить в чате.

RSS: Новости на портале Anti-Malware.ru