МТС тестирует ИИ-механизмы, вычисляющие мошенников во время звонка

МТС тестирует ИИ-механизмы, вычисляющие мошенников во время звонка

МТС тестирует ИИ-механизмы, вычисляющие мошенников во время звонка

МТС, один из крупнейших операторов страны, планирует запустить услугу определения мошеннических звонков с помощью искусственного интеллекта. Задача — предупреждать абонента о возможном мошенничестве прямо во время звонка.

О нововведении, которое сейчас проходит фазу тестирования, сообщил Вячеслав Николаев, президент МТС. ТАСС цитирует слова Николаева:

«Помимо звонков спамеров, абонентам угрожают и приёмы социальной инженерии (читайте наш топ-6 уловок мошенников: как не стать жертвой — прим. Anti-Malware.ru). Мы тоже не стоим на месте: МТС тестирует функциональность вычисления звонков мошенников с помощью ИИ».

«Непосредственно во время звонка искусственный интеллект определяет, что пользователь, вероятно, говорит с мошенниками. В этом случае абонент сразу же получает соответствующее предупреждение».

Эту возможность оператор добавит к уже работающей услуге «Защитник». На сегодняшний день, по личному опыту, последняя неплохо справляется с фильтрацией подозрительных и нежелательных звонков.

Президент МТС также отметил, что компания оперативно вносит в базу номера мошенников, а в случае необходимости переключает звонящего на искусственный интеллект — он сам поговорит с мошенником.

81-88% первичных вердиктов сканеров кода оказались ложными

Количество обнаруженных в коде уязвимостей за год выросло на 70%, тогда как очередь на их разбор — лишь на 18%. Сканеры явно научились находить больше, а вот дополнительных инженеров безопасности к ним в комплекте не положили.

AppSec Solutions проанализировала обезличенные данные платформы AppSec.Hub: 4 214 кодовых баз общим объёмом около 510 млн строк и более 3,1 млн находок SAST-, SCA- и DAST-сканеров. В выборку вошли ИТ-компании, финтех и организации реального сектора.

Исследователи подчёркивают: рост числа проблем не обязательно означает, что разработчики внезапно стали писать хуже. С начала 2025 года по май 2026-го объём анализируемого кода увеличился с 333 до 510 млн строк, а количество кодовых баз — с 2 563 до 4 214. Чем больше кода подключают к проверке, тем больше находок получают, особенно на фоне массового вайбкодинга.

Настоящее узкое место начинается после сканирования. Среди ещё не исправленных находок 69% ждут вердикта инженера ИБ. Медианный срок устранения критических проблем за год вырос со 103 до 153 дней. Из уязвимостей, уже переданных разработчикам, закрывают от 12% до 50%.

При этом большая часть лавины — шум, ложными оказываются 81-88% первичных вердиктов сканеров. Доля действительно серьёзных находок High и Critical остаётся стабильной — около 23%. В OWASP Top 10 лидируют нарушения контроля доступа с долей 44%.

По данным разработчика, конвейер AppSec.Hub за полгода превратил 18,7 млн сырых срабатываний в 428 тыс. уникальных находок, а затем — в 9,4 тыс. групп задач на исправление. Поток ужался почти в две тысячи раз.

Правила и ИИ-помощник автоматически закрывают уже 58% первичного разбора. Когда помощник признаёт срабатывание ложным, на крупнейшей проверенной выборке он оказывался прав примерно в 97% случаев. Реальные уязвимости подтверждает человек.

RSS: Новости на портале Anti-Malware.ru