PT NAD — первая система анализа трафика с ИИ в реестре российского ПО

PT NAD — первая система анализа трафика с ИИ в реестре российского ПО

PT NAD — первая система анализа трафика с ИИ в реестре российского ПО

Система анализа сетевого трафика (Network traffic analysis, NTA) PT Network Attack Discovery (PT NAD) стала первым продуктом такого класса, включённым в реестр российского ПО.

Разработчики PT NAD оснастили систему технологиями машинного обучения, что позволило создавать пользовательские правила профилирования и детектировать приложения в зашифрованном трафике.

Версию PT Network Attack Discovery под номером 11.1 мы рассматривали в октябре 2023 года. В соответствующем обзоре Anti-Malware.ru описывал новые функциональные возможности, архитектуру и рассказывал о системных требованиях продукта.

Теперь PT NAD можно найти в реестре российского ПО.

МО-алгоритмы, по словам руководителя практики сетевых решений Артёма Китаева, позволяют системе легко выявлять аномалии, что помогает безопасникам вовремя устранять киберугрозы.

PT NAD может не только самостоятельно обучаться на сетевом трафике, но и предоставляет службам безопасности возможности кастомизации. Операторы, например, могу создавать пользовательские правила профилирования для выявления конкретных аномалий.

Машинное обучение помогает детектировать даже те приложения, которые маскируются под другие протоколы. Хороший пример — мессенджер Telegram, который злоумышленники иногда используют в своих целях.

ГК Солар запатентовала технологию выявления ботов на уровне HTTPS

ГК «Солар» получила патент на технологию, которая помогает автоматически отличать опасные бот-запросы от действий реальных пользователей ещё на этапе подключения к веб-серверу. Патент был выдан Роспатентом 27 ноября 2025 года. Речь идёт о механизме анализа HTTPS-соединений, который оценивает вероятность того, что запрос был отправлен ботом.

В основе разработки — математическая модель, обученная на статистике поведения легитимных пользователей и автоматических скриптов. Если система считает запрос подозрительным, пользователю предлагается пройти дополнительную проверку. Если нет — соединение устанавливается без задержек.

Подход позволяет отсеивать нежелательную активность до загрузки страницы, не перегружая сайт и не мешая реальным посетителям. Это особенно актуально для интернет-магазинов и других онлайн-ресурсов малого и среднего бизнеса, где даже кратковременные сбои могут напрямую отражаться на выручке.

По оценке разработчиков, технология помогает бороться сразу с несколькими распространёнными проблемами. Среди них — автоматизированный сбор данных, когда боты массово выгружают информацию о товарах и ценах, искажают аналитику и создают почву для мошенничества. Также система позволяет выявлять накрутку кликов и просмотров, автоматические переборы логинов и паролей, разведку перед атаками и попытки перегрузить сайт бот-DDoS-трафиком.

Как поясняют в «Соларе», ключевая идея заключалась в том, чтобы анализировать не содержимое запроса, а его технические параметры, характерные именно для автоматических инструментов. Такой подход остаётся эффективным даже в условиях, когда боты всё лучше маскируются под поведение обычных пользователей.

По словам директора продукта Solar Space Артёма Избаенкова, сегодня на ботов приходится уже более половины мирового интернет-трафика, и значительная часть этой активности связана с вредоносными сценариями. Использование нейросетевой модели позволяет снизить влияние человеческого фактора и повысить точность фильтрации.

Руководитель направления развития облачных технологий ГК «Солар» Дмитрий Лукин отмечает, что разработка выросла из практических задач защиты заказчиков. Основной целью было научиться отсеивать замаскированных ботов на самом раннем этапе, ещё до обработки запроса веб-приложением. После тестирования и доработки модель легла в основу патентованного решения.

В компании добавляют, что технология уже применяется в линейке решений Solar Space — как в облачном формате, так и в развёртываниях on-premise.

RSS: Новости на портале Anti-Malware.ru