Kaspersky Container Security научился пояснять риски в контейнерах через ИИ

Kaspersky Container Security научился пояснять риски в контейнерах через ИИ

Kaspersky Container Security научился пояснять риски в контейнерах через ИИ

«Лаборатория Касперского» обновила Kaspersky Container Security (KCS) — решение для защиты контейнерных сред. Главное нововведение: результаты проверки контейнерных образов теперь можно переводить в понятное текстовое объяснение с помощью ИИ.

При анализе образа KCS собирает технические находки (риски, уязвимости, подозрительные события), а дальше по запросу формирует человеческое описание проблемы: что именно обнаружено, где это проявляется и что с этим делать.

Для этого можно использовать фирменный LLM-инструмент компании Kaspersky Investigation and Response Assistant (KIRA), а также подключать сторонние большие языковые модели через OpenAI API. Функция доступна в рамках нового уровня лицензирования Advanced Pro.

Помимо ИИ-интерпретации, в обновлении добавили несколько более «приземлённых» вещей. Появилась интеграция с Single Sign-On, чтобы входить через корпоративные учётные записи без отдельных логинов и паролей.

Ещё разработчики доработали обработку крупных контейнерных образов и добавили настройку, которая позволяет не прогонять один и тот же образ повторно, если его хеш не менялся в течение заданного времени (это снижает нагрузку на инфраструктуру и ускоряет проверки).

Kaspersky Container Security можно использовать как отдельный продукт или в составе Kaspersky Cloud Workload Security (там же, по описанию компании, доступны те же обновления; комплект также включает защиту для виртуальных и облачных сред).

Подпишитесь на новости

Anthropic предупредила об ИИ-червях, угрожающих умной технике

Компактные ИИ-модели могут приблизиться к автономному распространению по слабо защищенным устройствам. Anthropic рассматривает сценарий, в котором модель копируется между узлами и использует их вычислительные ресурсы без постоянной связи с центральным дата-центром.

В исследовании компании показан запуск модели Gemma4-26B-A4B на 15 недорогих Android TV-приставках.

Скорость составила 0,39 токена в секунду. Это медленно для чата, но демонстрирует возможность распределить вычисления между бытовыми устройствами.

Модели с 30 млрд параметров и меньше уже выполняют многие отдельные этапы размножения, однако ошибаются при объединении их в полную цепочку.

В упрощенном эксперименте GLM-5.2 справилась с распространением другой, меньшей модели. Доступ к тестовым устройствам намеренно облегчили: ADB работал без аутентификации. Поэтому результат не доказывает способность автономно заражать произвольную технику в интернете.


Среди протестированных моделей пока нет той, которая одновременно достаточно компактна для выбранных устройств и достаточно способна для надежного полного цикла. По грубой экстраполяции исследователей, такой уровень может стать реальным к концу 2026 года.

Потенциальную распределенную сеть будет сложно остановить одним выключателем. При этом предполагаемое распространение может занимать дни, а не секунды.

RSS: Новости на портале Anti-Malware.ru