BI.ZONE упростила внедрение AntiFraud и усилила защиту от фрода

BI.ZONE упростила внедрение AntiFraud и усилила защиту от фрода

BI.ZONE упростила внедрение AntiFraud и усилила защиту от фрода

BI.ZONE выпустила обновлённую версию своей системы противодействия мошенничеству AntiFraud. Нововведения упростили внедрение решения и усилили защиту от фрод-атак, которые в последние годы только набирают обороты.

По данным Банка России, только за первый квартал 2025 года злоумышленники похитили 6,9 млрд рублей. За весь 2024 год сумма достигла 27,5 млрд рублей — на 74% больше, чем годом ранее. Основные потери пришлись на физических лиц, а главными каналами стали онлайн-переводы.

Одна из главных новинок — коробочная версия AntiFraud, которую теперь можно развернуть самостоятельно. Раньше требовалась поэтапная настройка с участием инженеров, теперь всё сводится к установке нескольких пакетов, что экономит ресурсы и время.

Также добавлена авторизация через Keycloak — это позволяет сотрудникам входить в систему по корпоративным учётным данным и упрощает управление доступом.

Изменился и интерфейс конструктора правил. Теперь специалисты могут создавать и проверять новые правила без знания точных названий атрибутов и функций: система предлагает подходящие варианты на русском и английском. Появилась возможность протестировать правила на исторических данных до запуска в «боевом» режиме.

Обновление упростило и работу с моделями ИИ. Если раньше настройка требовала привлечения экспертов со стороны, теперь инженеры могут использовать готовые шаблоны или загружать свои модели, например на базе XGBoost, через новый интерфейс.

Также переработана система записи событий в базу данных: стало меньше сервисов и зависимостей между ними, а значит — выше устойчивость к сбоям и стабильнее работа при больших объёмах данных.

Cloud.ru представила фильтр, скрывающий конфиденциальные данные от ИИ

На конференции GoCloud 2026 компания Cloud.ru анонсировала Guardrails Filter — инструмент для более безопасной работы с генеративным ИИ. Его задача довольно понятная: не дать конфиденциальным данным случайно утечь в большую языковую модель.

Схема работы выглядит так: сервис проверяет текст запроса, ищет в нём конфиденциальные данные — например, персональные сведения, банковские реквизиты, API-ключи и другие секреты, — затем маскирует их и только после этого отправляет обезличенный запрос в модель. Когда модель возвращает ответ, система подставляет реальные значения обратно.

Иначе говоря, пользователь получает нормальный результат, но сами чувствительные данные не уходят за пределы корпоративного контура в исходном виде.

Сейчас инструмент рассчитан на работу с моделями из сервиса Cloud.ru Foundation Models. В этой платформе доступно более 20 моделей разных типов, включая text-to-text, audio-to-text и image-text-to-text. При этом Cloud.ru отдельно уточняет, что механизм фильтрации будет доступен и в формате on-premise, то есть для установки на стороне самого заказчика.

Появление такого инструмента хорошо вписывается в общий тренд: компании всё активнее используют генеративный ИИ, но тема утечек данных остаётся одной из главных причин, почему внедрение идёт не так быстро, как хотелось бы. Особенно это чувствительно для отраслей, где много персональной и служебной информации, — например, для здравоохранения, ретейла и госсектора.

Кроме того, Cloud.ru сообщила, что добавила в Foundation Models LLM-модель российской компании HiveTrace с Guardrails-механизмом. По заявлению компании, такая модель должна лучше справляться с рисками вроде промпт-инъекций, утечки системных инструкций и некорректной обработки выходных данных.

RSS: Новости на портале Anti-Malware.ru