MWS запустила платформу для хранения данных и работы с ИИ-моделями

MWS запустила платформу для хранения данных и работы с ИИ-моделями

MWS запустила платформу для хранения данных и работы с ИИ-моделями

Компания MWS Cloud (входит в МТС Web Services) представила платформу MWS Data Lakehouse — решение для работы с данными разного типа: структурированными, неструктурированными и векторными. Платформа предназначена для задач аналитики, машинного обучения и инференса больших языковых моделей.

Среди возможностей — работа с петабайтами данных, хранение и обработка информации о продажах, логистике, заказах, платёжах и других бизнес-процессах. На базе платформы можно запускать модели для прогноза спроса, расчёта вероятности возврата кредитов, оптимизации маршрутов и других сценариев.

Одно из ключевых отличий — архитектура, которая позволяет независимо масштабировать хранение и вычисления. Это даёт гибкость в управлении ресурсами и помогает экономить: по оценкам MWS, на 40% меньше затрат по сравнению с классическими DWH-решениями. Такой эффект достигается за счёт отказа от дублирования данных, централизованного управления и автоматизации рутинных задач.

Для развёртывания можно использовать Kubernetes и совместимое с S3 объектное хранилище. Платформа поддерживает форматы Apache Parquet и Iceberg, совместима с Greenplum и PostgreSQL, что упрощает миграцию с других систем и позволяет сохранить уже накопленные данные. Есть встроенные инструменты по управлению доступом, шифрованию, маскированию чувствительных данных и аудиту.

Важно, что данные в системе можно обрабатывать параллельно в разных кластерах — в зависимости от команд, приложений или типов запросов. Это снижает риски конфликтов и позволяет избежать повторного копирования данных. Изменение ресурсов происходит динамически, без простоев.

Управление платформой осуществляется через единый интерфейс, где можно настраивать кластеры, пользователей и масштабирование.

MWS Data Lakehouse входит в более широкий стек сервисов MWS Data, который включает решения для хранения, обработки и анализа данных, а также инструменты для автоматизации и работы с ИИ.

57% компаний не знают свою инфраструктуру, поэтому дольше расследуют атаки

Российские ИБ-команды по-прежнему вынуждены больше тушить пожары, чем предотвращать их. К такому выводу пришли аналитики компании «Гарда», изучив практики реагирования на киберинциденты в российских организациях. Главная проблема оказалась вполне ожидаемой — расследование инцидентов.

Для 33% компаний именно анализ логов и поиск индикаторов компрометации остаются самым трудоемким этапом реагирования. А в организациях с численностью свыше 5000 сотрудников этот показатель достигает 42%.

При этом далеко не все компании вообще знают, что происходит в собственной инфраструктуре. Исследование показало, что 57% организаций не проводят полную инвентаризацию и классификацию ИТ-активов. Из-за этого расследования затягиваются, а поиск источника атаки превращается в настоящий квест.

Еще одна хроническая болезнь отрасли — нехватка кадров. Более половины участников исследования признались, что специалистов по информационной безопасности попросту не хватает. Особенно остро проблема ощущается в компаниях с численностью от 250 до 1000 сотрудников, где на кадровый дефицит указали 70% респондентов.

С автоматизацией тоже все непросто. Хотя 52% компаний уже используют SIEM-системы, специализированные инструменты активного реагирования — XDR, SOAR, EDR и NDR — внедрены значительно реже. В результате многие процессы по-прежнему выполняются вручную.

Чаще всего автоматизируют самые очевидные действия: блокировку IP-адресов и доменов (49%), отключение учетных записей (46%) и изоляцию зараженных устройств (35%).

Еще один любопытный вывод исследования — главными источниками головной боли остаются вовсе не сложные APT-группировки, а старые добрые фишинг и компрометация учетных записей. Человеческий фактор по-прежнему остается любимой точкой входа злоумышленников.

По словам руководителя продуктового направления «Гарды» Станислава Грибанова, по мере роста инфраструктуры расследовать атаки становится все сложнее. Поэтому рынок постепенно смещается в сторону поведенческого анализа, машинного обучения и автоматической приоритизации событий — технологий, которые позволяют быстрее находить действительно опасные инциденты и освобождать аналитиков от рутинной работы.

RSS: Новости на портале Anti-Malware.ru