78% промышленных компаний заместили менее 70% ПО для работы с данными

78% промышленных компаний заместили менее 70% ПО для работы с данными

78% промышленных компаний заместили менее 70% ПО для работы с данными

Согласно совместному исследованию К2Тех и Arenadata, 22% российских промышленных компаний достигли высокого уровня замещения (более 70%), а 78% — заместили менее 70% ПО.

В исследовании приняли участие 97 руководителей и директоров компаний из различных отраслей промышленности.

Как показал опрос, 82% промышленных предприятий стали больше доверять отечественному ПО для работы с данными. 40% готовы внедрять такие решения в процессы планирования, аналитики и оптимизации производственных процессов.

Доля отечественного ПО на предприятиях пока относительно невысокая. 78% предприятий заместили менее 70% решений по работе с данными. При этом большинство из них находятся в диапазоне замещения от 31% до 50%.

Ключевые критерии решений для обработки Big Data — безопасность решения (59% респондентов), функциональность (51%) и цена обслуживания (44%). Высокий показатель по безопасности связан с тем, что значительная часть респондентов подпадает под регулирование объектов критической критической информационной инфраструктуры.

Основные препятствия для внедрения решений по работе с данными, в том числе отечественных, по мнению респондентов, — высокая стоимость (19%), кадровый дефицит (19%), неготовность инфраструктуры (12%) и низкое качество имеющегося на рынке ПО (12%).

Из реальных эффектов 40% заказчиков надеются на увеличение прибыли. 30% намерены снизить издержки, а 28% — получить информацию для принятия обоснованных управленческих решений. Но заказчики не питают иллюзий к сверхскоростному возврату инвестиций в проекты с применением Big Data. 44% компаний ожидают возврата инвестиций в течение 3-4 лет, 23% — в течение 5 лет.

«Ситуация по импортозамещению решений по большим данным в промышленности, которую показало исследование, практически точно попадает под закон Парето. 22% компаний заместили более 70% решений по работе с данными. В основном это крупные предприятия, которые имели возможность быстро приступить к миграции и выделять на это достаточный бюджет. И именно эти 22% дают импульс для импортозамещения оставшихся 78%. Наличие на рынке промышленности реальных проектов с применением отечественного ПО по работе с данными позволяет российским вендорам получать обратную связь по своим решениям и дорабатывать их под запросы рынка, а для других предприятий-заказчиков такие кейсы — реальный пример экономических эффектов от решений с Big Data, повышающий доверие к российскому ПО», — отметил заместитель генерального директора К2Тех Игорь Зельдец.

«Данные — важный актив для промышленных предприятий, и лидеры отрасли это понимают. Поэтому все чаще запускают полноценные проекты по работе с данными, разворачивают пилоты. Исследование показывает, что промышленники представляют, какие бизнес-эффекты может принести внедрение технологий Big Data, и активно взаимодействуют с вендорами, у которых уже есть успешные кейсы внедрения их решений», — пояснил директор департамента Группы Arenadata по работе с промышленным сектором Максим Власюк.

В R-Vision SIEM обновили правила: аналитикам добавили контекст

R-Vision сообщила о крупном обновлении экспертного контента для R-Vision SIEM. Главная идея изменений — сделать срабатывания не просто заметными, а более понятными для аналитиков SOC: правила корреляции теперь сопровождаются расширенным контекстом, описаниями на естественном языке и рекомендациями по реагированию.

Одна из ключевых технических основ обновления — переход на Универсальную модель событий 2.0. Начиная с версии 2.4, система использует новый стандарт описания событий, построенный на субъектно-объектном подходе.

За это время команда выпустила 10 релизов экспертных пакетов под новую модель — с обновлёнными правилами нормализации и корреляции, а также с более читаемым и полезным контекстом для расследований.

По данным компании, обновлённые правила нормализации позволяют ускорить обработку событий до 45% по сравнению с правилами для предыдущей версии модели. Кроме того, в событиях появились поля категоризации, которые помогают привести данные из разных систем к общей семантике. Проще говоря, это должно сократить время на ручную расшифровку событий и упростить расследование.

Заметно изменились и сами правила корреляции. Теперь они содержат не только логику детектирования, но и дополнительные поля: список нужных источников данных, ссылки на аналитические материалы, привязку к техникам и тактикам MITRE ATT&CK, таксономию инцидента с категорией и типом, а также пошаговые рекомендации по реагированию. То есть правило всё меньше похоже на «чёрный ящик» и всё больше — на уже подготовленную карточку для разбора инцидента.

Отдельно отмечается, что корреляционные события теперь дополняются описанием на естественном языке: кто, когда, где и что сделал. Для аналитика это выглядит удобнее, чем разбор сухого набора полей, особенно если речь идёт о быстром первичном анализе подозрительной активности.

Ещё одна важная часть обновления — unit-тесты для правил корреляции. Каждое правило сопровождается примерами эталонных событий, чтобы было проще понять, как именно работает детектирование и как проверить корректность настройки в инфраструктуре заказчика.

По данным R-Vision, за последние два года команда выпустила более 50 релизов экспертизы, а новые и доработанные правила выходят раз в две недели. Такой ритм позволяет быстрее добавлять поддержку новых источников и сценариев мониторинга, без долгих пауз между обновлениями.

Сейчас правила нормализации, как сообщается, покрывают более 250 источников — от операционных систем и защитных решений до инфраструктурных сервисов и бизнес-приложений. Количество правил корреляции в R-Vision SIEM превышает 850.

Компания также отдельно подчёркивает покрытие матрицы MITRE ATT&CK v17.1: по её оценке, актуальные пакеты экспертизы закрывают более 65% матрицы за счёт маппинга правил корреляции на техники и тактики атакующих. Для заказчиков это, по сути, способ понять, где мониторинг уже выстроен неплохо, а где остаются пробелы.

Помимо самих правил, в состав экспертизы входят и вспомогательные материалы: таблицы обогащения, активные списки, витрины данных и конвейеры нормализации в виде импортируемых объектов. Часть этих материалов, включая некоторые конвейеры, доступна публично. Также открыт справочный портал по настройке источников событий и публикуются аналитические материалы, которые готовятся в процессе разработки правил.

RSS: Новости на портале Anti-Malware.ru