На кибербез выделили 74 млрд рублей

На кибербез выделили 74 млрд рублей

На кибербез выделили 74 млрд рублей

Бюджет федеральной программы «Инфраструктура кибербезопасности» в рамках национального проекта «Экономика данных», рассчитанной до 2030 года, составит 74 млрд рублей. Всего бюджет «Экономики данных» определен в 1 трлн рублей бюджетных и 420 млрд рублей частных инвестиций.

Финальная редакция нацпроекта «Экономика данных и цифровая трансформация государства» была представлена 5 декабря на совете по стратегическому планированию у президента.

С содержанием документа удалось ознакомиться корреспондентам «Коммерсанта». В секретариате вице-премьера Дмитрия Григоренко подтвердили корректность содержания.

Фундаментальными принципами нацпроекта стали универсализация подходов, расширение практики эксплуатации универсальных сервисов и модулей, а также допуск к этой инфраструктуре частных компаний.

Нацпроект стал органичным продолжением программы «Цифровая экономика» по созданию сервисного государства. Бюджет нацпроекта составил 1,42 трлн рублей, из которых 1 трлн рублей — бюджетные средства, а остальное — частные инвестиции.

В составе нацпроекта — 8 связанных между собой федеральных проектов:

  • «Цифровые платформы» — предусматривает консолидацию ныне существующих 1600 государственных информационных систем в несколько отраслевых платформ, построенных на едином подходе, выделено 142 млрд. рублей;
  • «Цифровое госуправление» — направлен на формирование инфраструктуры, где будут развернуты цифровые платформы и наиболее критичные государственные информационные системы, среди которых упомянута ГосСОПКА, выделено 480 млрд рублей;
  • «Искусственный интеллект» — будет апробировать внедрение технологий искусственного интеллекта в госуправление, предусматривает создание единой доверенной платформы для обмена и анализа данных, развитие ИИ-подсистем ГАС «Управление», выделено 65 млрд рублей;
  • «Статистика и прогнозирование» — направлена на повышение ускорения и повышения качества данных, собираемых госстатистикой, выделено 13 млрд рублей;
  • «Отечественные решения» — обеспечение грантов РФРИТ на разработку отечественного оборудования и ПО, выделено 64 млрд рублей;
  • «Инфраструктура кибербезопасности» — организация модуля кибербезопасности для государственных платформ, основная часть затрат придется на создание автоматизированной система безопасности российского сегмента интернета на 59 млрд рублей, платформы противодействия интернет-мошенничеству на 6,1 млрд руб. и борьбу с утечками персональных данных, всего выделено 74 млрд рублей;
  • «Кадры» — включает мероприятия по профориентации, вовлечение молодежи в ИТ и подготовку кадров, выделено 43,6 млрд рублей.

CodeScoring запустила собственное хранилище программных артефактов Save

Компания CodeScoring представила собственное хранилище артефактов CodeScoring.Save. Решение предназначено для хранения и распространения пакетов, библиотек, контейнерных образов и других компонентов, используемых в разработке ПО.

Save ориентировано на корпоративный сегмент и компании любого масштаба, которым необходим предсказуемый и отказоустойчивый репозиторий артефактов.

Об этом Anti-Malware рассказал руководитель разработки продуктов CodeScoring Дмитрий Ключников на конференции CodeScoring Masters. По его словам, разработка Save велась на языке Go с прицелом на современные Kubernetes-среды и стандарты безопасной разработки.

«Мы привлекли к тестированию доверенных партнёров и заказчиков, готовых проверять решение на практике с самых ранних этапов. Их регулярная обратная связь помогает нам калибровать архитектуру и функциональность Save под реальные рыночные требования», — рассказал Дмитрий Ключников.

Хранилище артефактов используется разработчиками как централизованная точка для получения, хранения и распространения компонентов ПО. В эту категорию входят, например, Sonatype Nexus Repository, JFrog Artifactory и Harbor. При этом Save поставляется с готовым инструментом автоматической миграции с открытых репозиториев.

CodeScoring.Save рассчитано одновременно на размещение собственных артефактов и работу с внешними репозиториями через прокси. В продукте заявлена поддержка Maven, npm, NuGet, PyPI, Go Modules, Docker/OCI, DEB, RPM и RAW-файлов.

Save разработано на Go, разворачивается в Kubernetes и поставляется через Helm. В систему встроены ролевая модель, отдельные аккаунты для автоматизированных систем, аудит систем, аудит действий пользователей и API. Вычислительная часть приложения отделена от слоя хранения, что позволяет масштабировать их независимо.

Одной из особенностей нового продукта разработчики называют встроенную работу с безопасностью артефактов. Безопасность заложена в архитектурную основу продукта: интеграция с CodeScoring.OSA позволяет проверять компоненты с использованием данных платформы CodeScoring. Таким образом, базовую информацию о найденных проблемах можно будет получать непосредственно в хранилище.

При этом CodeScoring не собирается привязывать новое хранилище к покупке основной платформы.

«Это абсолютно отделяемое решение. Оно может продаваться вместе с CodeScoring, а может продаваться отдельно», — подчеркнул Дмитрий Ключников.

Продукт поставляется как самостоятельное локальное решение для развёртывания в инфраструктуре заказчика. Ключевые корпоративные возможности включены в базовую функциональность продукта. Запуск собственного репозитория усиливает возможности всей платформы безопасной разработки CodeScoring.

Сейчас OSA Proxy и Save решают разные задачи. OSA Proxy проверяет пакеты и манифесты, которые разработчики получают из внешних репозиториев, по заданным политикам безопасности. Save отвечает прежде всего за хранение и распространение самих артефактов.

Тесная интеграция с модулем OSA обеспечивает соблюдение политик безопасности и блокировку опасных компонентов непосредственно на уровне репозитория.

«Интеграция модулей позволит выстроить бесшовный контроль: Save становится единой доверенной точкой входа, предотвращая попадание вредоносных пакетов в контур разработки», — рассказал Ключников.

По его словам, наличие собственного хранилища позволяет разработчикам CodeScoring не зависеть от набора данных и возможностей интеграции, которые предоставляют сторонние системы управления репозиториями.

Ещё одним направлением развития продукта станет работа с моделями искусственного интеллекта как с отдельным типом артефактов.

На первом этапе речь идёт о хранении и распространении моделей. Среди экосистем, поддержку которых рассматривают разработчики, Дмитрий Ключников назвал Hugging Face.

«В первую очередь мы рассматриваем базовый функционал — именно хранение и дистрибуцию моделей», — пояснил он.

Более сложные возможности, в том числе инфраструктура для обучения моделей, пока находятся на стадии изучения спроса.

CodeScoring также планирует сертифицировать Save с учётом российских требований безопасной разработки.

Параллельно разработчики ориентируются и на зарубежные практики, связанные с подтверждением происхождения и целостности программных артефактов.

Таким образом, после запуска Save линейка CodeScoring выйдет за пределы анализа и проверки сторонних компонентов: компания добавляет собственную инфраструктуру для их хранения и распространения.

RSS: Новости на портале Anti-Malware.ru