В Петербурге создали нейросеть по отслеживанию подозрительных транзакций

В Петербурге создали нейросеть по отслеживанию подозрительных транзакций

В Петербурге создали нейросеть по отслеживанию подозрительных транзакций

Ученые из Санкт-Петербурга настроили нейросеть на борьбу с мошенничеством в интернете. Она способна отличать подозрительные транзакции от безопасных и отсеивать мошенников, уверяют разработчики.

О новой модели ИИ в кибербезопасности ТАСС рассказали в Санкт-Петербургском политехническом университете Петра Великого (СПбПУ). Речь о модели графовой нейросети (графы — структуры данных, представляющие собой сети с парными связями внутри).

При обучении нейросети дополнительно учитывалась идентификационная информация: номер банковской карты, данные об отправителе и получателе, тип “пластика”, характеристики устройства, с помощью которого была совершена транзакция, и другое.

“Во время экспериментальных испытаний модель показала свой высокий потенциал", — говорится в сообщении ученых.

Особенность новой модели в том, что она уделяет внимание определенным закономерностям, по которым можно распознать противоправные действия, добавляют разработчики.

"Если человек открыл счет в банке полгода назад и за этот период времени средняя сумма транзакций за день составляла 1 тыс, рублей, после чего в один день он получил денежные переводы в сумме 30 тыс. рублей, вероятность того, что нейронная сеть отнесет этого человека к классу мошенников, возрастет", — приводит в пример пресс-служба Политеха слова доктора технических наук, профессора Института кибербезопасности и защиты информации СПбПУ Дарьи Лавровой.

Создатели новой модели нейросети уверены, что их разработку уже сейчас можно использовать на первой линии защиты от интернет-мошенничества.

Но технические методы все равно не способны полностью защитить от обмана, так как самое уязвимое звено — не компьютер, а человек, заключают ученые.

Добавим, накануне в “Лаборатории Касперского” рассказали о проверке ChatGPT на умение распознавать фишинговые ссылки. Выяснилось, что нейросеть знает признаки риска, хорошо определяет атакуемые организации, но склонна видеть опасность там, где ее нет.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

Обновленный Security Vision КИИ упрощает соответствие требованиям ФСТЭК

Компания Security Vision выпустила обновленную версию продукта Security Vision КИИ, предназначенного для автоматизации выполнения требований законодательства в сфере критической информационной инфраструктуры (КИИ).

Продукт автоматизирует ключевые процессы, связанные с управлением КИИ, включая:

  • Формирование перечня объектов КИИ и критических процессов.
  • Категорирование объектов КИИ в соответствии с требованиями законодательства.
  • Моделирование актуальных угроз информационной безопасности.
  • Оценку соответствия объектов КИИ требованиям безопасности.
  • Обработку запросов регуляторов и контроль выполнения связанных задач.

Security Vision КИИ может использоваться как в малом и среднем бизнесе, так и на крупных предприятиях с распределенной структурой. В последнем случае предусмотрена возможность разграничения полномочий и зон ответственности, например, для филиалов и дочерних компаний.

Категорирование объектов КИИ

Процесс категорирования объектов КИИ начинается с выявления критически важных процессов организации, нарушение которых может привести к негативным последствиям. На основе этого формируется перечень таких процессов и связанных с ними объектов КИИ.

Затем проводится оценка показателей значимости, определяется категория каждого объекта, а необходимые сведения заполняются автоматически из базы активов.

По результатам категорирования формируются документы, соответствующие требованиям ФСТЭК России:

  • Заключение о категории значимости объекта КИИ или об отсутствии необходимости ее присвоения.
  • Акт категорирования объекта КИИ.

 

Моделирование угроз безопасности

Процесс моделирования угроз учитывает все возможные воздействия на объекты КИИ и их компоненты, позволяя гибко настраивать область анализа.

Основные этапы моделирования:

  • Определение возможных последствий киберинцидентов для организации.
  • Выявление потенциальных нарушителей и источников угроз.
  • Автоматическое или ручное добавление групп угроз и способов их реализации.
  • Формирование перечня актуальных угроз.

Процесс моделирования угроз проводится в соответствии с методикой ФСТЭК России, а его результатом становится перечень угроз, актуальных для конкретного объекта КИИ.

Оценка соответствия требованиям безопасности

Оценка соответствия проводится на основе приказов ФСТЭК России № 235 и № 239. В ходе проверки фиксируются реализованные меры защиты, а по невыполненным требованиям формируется список необходимых доработок с возможностью постановки задач на их устранение.

Обработка запросов регуляторов

Security Vision КИИ позволяет обрабатывать запросы от следующих регуляторов:

  • Банк России.
  • ФСТЭК России.
  • ФСБ России.

Запросы вносятся в систему, при необходимости назначаются ответственные исполнители и сроки выполнения, а их статус можно отслеживать через интеграцию с внешними ITSM-системами.

Отчеты и дашборды

Security Vision КИИ включает отчеты по управлению КИИ, предназначенные как для предоставления в ФСТЭК России, так и для внутреннего использования.

Дашборды помогают контролировать статус объектов КИИ, отслеживать актуальные угрозы и потенциальных нарушителей. Интерактивная карта отображает статистику по организациям и филиалам, позволяя анализировать состояние КИИ в масштабах всей компании.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

RSS: Новости на портале Anti-Malware.ru