Selectel предоставил инфраструктуру Газинформсервису

Selectel предоставил инфраструктуру Газинформсервису

Selectel предоставил инфраструктуру Газинформсервису

Облачный провайдер Selectel предоставил защищенную облачную инфраструктуру «Газинформсервису» для развертывания коммерческого центра мониторинга информационной безопасности (SOC).

О запуске SOC «Газинформсервис» объявил в конце мая 2024 г. При его проектировании рассматривались различные варианты реализации вычислительной инфраструктуры.

Выбор был сделан в пользу аренды выделенных вычислительных ресурсов коммерческого ЦОД. Это позволило решить сразу две задачи: обеспечить высокий уровень защиты инфраструктуры при высоком уровне ее масштабируемости.

При выборе провайдера ИТ-инфраструктуры решающую роль сыграли как высокая вариативность и оперативность в предоставлении необходимого оборудования, включая сертифицированные средства защиты, так и стоимость услуг.

В рамках проекта Selectel развернул аппаратный комплекс из серверов и системы хранения данных. Также провайдер обеспечил защищенную связь построенной инфраструктуры с площадкой заказчика, предоставив выделенное сетевое оборудование, сертифицированные межсетевые экраны и место для размещения криптошлюзов заказчика для шифрования и контроля трафика. При разработке архитектуры проекта было предусмотрено резервное копирование и гибкое управление количеством вычислительных ресурсов. Инфраструктура размещена в изолированных стойках в дата-центре Selectel класса Tier III.

Стойки с оборудованием SOC «Газинформсервиса» оснащены системой контроля и управления доступом, а также средствами видеонаблюдения, что препятствует несанкционированному физическому доступу к оборудованию и обеспечивает контроль проведения сотрудниками ЦОД технических операций, как регламентных, так и внеплановых. Доступ к программной среде SOC у сотрудников ЦОД отсутствует, администрирование осуществляется только сотрудниками компании «Газинформсервис».

«При создании SOC была проведена колоссальная работа по проектированию, разворачиванию, тестированию и настройке собственных и партнерских передовых решений в области защиты информации. В компании «Газинформсервис» сформировано и укомплектовано отдельное подразделение – Центр мониторинга. Сотрудничество с Selectel позволило оперативно решать задачи получения вычислительных ресурсов, что существенно сократило сроки создания SOC, и менее чем через год с момента начала проектирования приступить к оказанию услуг первым клиентам», – подчеркнул Константин Бызов, начальник центра сопровождения систем безопасности компании «Газинформсервис».

«В проекте нам удалось выполнить строгие требования заказчика к информационной безопасности инфраструктуры, – отметил Андрей Давид, руководитель отдела продуктов клиентской безопасности Selectel. – Мы предоставили надежную и защищенную инфраструктуру, что позволило «Газинформсервису» быть уверенным в сохранности данных своих клиентов. Благодаря возможности гибкого управления вычислительными ресурсами заказчик может быть уверен, что его потребности будут учтены в любое время без капитальных вложений в инфраструктуру».

Positive Technologies научила ИИ замечать подозрительные сценарии в коде

Positive Technologies сообщила о разработке нейросети MOLOT, предназначенной для поиска вредоносного кода в проектах на Python, JavaScript и TypeScript. Технология уже используется в составе анализатора исходного кода PT Application Inspector версии 6.0.

В отличие от традиционных инструментов статического анализа, которые ищут опасные конструкции по заранее заданным правилам, новая модель анализирует последовательность действий, выполняемых программой.

Нейросеть оценивает не отдельные фрагменты кода, а их совокупность и пытается определить, формируют ли они подозрительный сценарий.

Проблема, которую пытаются решить разработчики, связана с так называемым намеренно внедрённым вредоносным кодом. В отличие от обычных уязвимостей, такой код не содержит ошибок, которые можно эксплуатировать извне. Он работает как легитимная часть приложения и использует те же права доступа, что и остальная программа.

 

По словам специалистов, именно поэтому многие подобные закладки остаются незамеченными при стандартных проверках безопасности.

Отдельные действия вредоносного кода сами по себе обычно не вызывают подозрений. Чтение файла, обращение к сети, шифрование данных или запуск процесса встречаются в тысячах обычных приложений. Однако если программа, например, считывает логины и пароли, кодирует их и затем отправляет на внешний сервер, такая последовательность уже может указывать на вредоносную активность.

 

Для анализа MOLOT строит цепочку действий программы — обращений к файлам, сетевых запросов, запуска процессов, использования криптографических функций и других операций. Затем эта последовательность передаётся в нейросеть, которая обучена отличать типичные сценарии работы приложений от поведения, характерного для вредоносного кода.

В компании утверждают, что тестирование проводилось на вредоносных пакетах из репозиториев PyPI и npm. По словам разработчиков, в ряде тестов модель показала более высокую точность по сравнению с существующими аналогами с открытым исходным кодом.

Одной из особенностей системы стала возможность объяснять свои выводы. Помимо самого вердикта нейросеть показывает строки кода, которые повлияли на решение. Это позволяет специалисту быстро перейти к подозрительному фрагменту и самостоятельно проверить результаты анализа.

Интерес к подобным инструментам растёт на фоне увеличения числа атак через цепочки поставок ПО, вредоносные пакеты в публичных репозиториях и распространения ИИ-инструментов для генерации программного кода.

RSS: Новости на портале Anti-Malware.ru