Security Vision и Газинформсервис объединили возможности своих продуктов

Security Vision и Газинформсервис объединили возможности своих продуктов

Security Vision и Газинформсервис объединили возможности своих продуктов

Security Vision и «Газинформсервис» подтвердили совместимость защищенной системы управления базами данных (СУБД) Jatoba и автоматизированной платформы информационной безопасности Security Vision в ходе всестороннего тестирования.

Успешная интеграция этих продуктов позволит заказчикам повысить эффективность и безопасность работы с данными, а также даст возможность реализовывать проекты по автоматизации процессов информационной безопасности с использованием отечественной СУБД из реестра российских программ для электронно-вычислительных машин и баз данных, сертифицированной ФСТЭК по 4 уровню доверия.

Защищенная СУБД Jatoba является отечественной разработкой, предоставляющей пользователям возможность защиты данных: обфускацию хранимых процедур и функций, SQL Firewall, а также возможность создания кластеров для отказоустойчивых, распределенных и высоконагруженных систем. Базируется на свободном программном обеспечении СУБД PostgreSQL.

Платформа автоматизации и роботизации процессов обеспечения информационной безопасности Security Vision – ИТ-платформа low code/no code, позволяющая роботизировать до 95% программно-технических ИТ/ИБ функций за счёт:

  • создания элементов саморегулирующихся программных средств с использованием математических методов для высвобождения человека от участия в рутинных операциях и процессах получения, преобразования, передачи и использования информации;
  • использования алгоритмов и методов машинного обучения;
  • использования алгоритмов предиктивной аналитики больших данных и когнитивного поиска информации.

«Компания «Газинформсервис» очень нравится нам по духу. Коллеги стараются вести работу по принципу неравнодушного отношения к делу, и мы видим, что это, действительно, дает свои плоды. Выходят новые линейки продуктов, непрерывно происходит совершенствование существующих, и, как следствие, появляется всё больше довольных клиентов, использующих решения. Когда коллеги предложили нам реализовать интеграцию решений, обсудив видимую ценность этого, мы сразу же согласились. Очень важно сейчас, чтобы российские компании объединялись и объединяли усилия с пользой для клиентов», отмечает коммерческий директор компании SecurityVisionЕкатерина Черун. 

«Обеспечение информационной безопасности остается одной из первостепенных задач для крупного бизнеса. Совместимость программного обеспечения дает возможность расширять спектр защиты. Мы рады предоставить пользователям ПО Security Vision такие важные функции, как безопасность и производительность, которые есть в нашей СУБД Jatoba», – говорит заместитель генерального директора – директор департамента организации работ с заказчиками компании «Газинформсервис» Роман Пустарнаков.

Разработка новосибирских ученых снизит галлюцинации ИИ

В Новосибирском государственном университете разработали библиотеку, которая повышает точность и надёжность ответов нейросетей и помогает снизить количество «выдуманных» или заведомо недостоверных ответов — так называемых ИИ-галлюцинаций. Решение получило название RAGU (Retrieval-Augmented Graph Utility) и основано на использовании графов знаний, отражающих связи между различными элементами информации.

Такие графы помогают нейросетям лучше понимать контекст запросов и выявлять неочевидные зависимости. В рамках проекта они были интегрированы с большими языковыми моделями, что позволило повысить качество генерации ответов.

«Саму концепцию придумали не мы. Архитектура GraphRAG была предложена в статье Microsoft, опубликованной около года назад. Идея оказалась удачной, но мы увидели ряд недостатков — в частности, очень долгий процесс построения графа знаний и недетерминированный результат. Наш подход позволил ускорить работу и повысить её надёжность», — рассказал научный сотрудник лаборатории прикладных цифровых технологий Международного научно-образовательного математического центра НГУ Иван Бондаренко.

В отличие от оригинального подхода Microsoft, новосибирские исследователи применили многошаговый метод формирования графа знаний. Это позволило существенно ускорить процесс и снизить требования к вычислительным ресурсам. Если в исходной реализации использовалось порядка 32 млрд параметров, то в RAGU их число удалось сократить почти на два порядка — не только без потери качества, но и с его заметным улучшением.

Помимо специалистов НГУ, в проекте участвовали представители других российских вузов, включая МГУ, Балтийский федеральный университет имени Иммануила Канта, Университет науки и технологий МИСИС, Дальневосточный федеральный университет и Университет ИТМО.

Проект RAGU стал победителем в номинации «Инновации в области искусственного интеллекта» конкурса «Код без границ». Всего в конкурсе приняли участие более 200 проектов.

RSS: Новости на портале Anti-Malware.ru