Искусственный потенциал

shutterstock_317214254

По материалам РУССОФТ, в мире среди российских технологических решений наиболее востребованы программное обеспечение и IT-продукты, а на внутреннем рынке растет спрос на софт. Корреспонденты Журнала Стратегия поинтересовались у российских IT-компаний, какие технологии искусственного интеллекта они продают, в чем их уникальность и какие задачи они решают.

 

голов

Андрей Голов, генеральный директор компании «Код Безопасности»

Возможности применения искусственного интеллекта в сфере информационной безопасности широки и разнообразны. Это обработка потока событий, их корреляция и анализ данных; обнаружение скрытых связей между элементами информационных систем; поиск угроз в большом массиве информации; понимание логики работы приложения при минимальной потребности в обучении оператора.

Например, один из наших продуктов — «Континент WAF» — создан для обеспечения безопасности веб-приложений. В силу повышенной гибкости их сложно написать надежно, при этом легко взломать, поскольку вариативность атак очень высока.

Есть несколько способов решения задачи. Первый — потратить уйму ресурсов, чтобы написать приложение, которое нельзя было бы взломать, что особенно сложно сделать, если о безопасности задумались в момент, когда функциональность приложения была реализована. Второй — попытаться описать все возможные атаки, но потратить на это еще больше времени, сил и потом все равно столкнуться с ошибками, которые непременно возникнут.

Мы решаем проблему, используя технологии искусственного интеллекта, то есть машинного обучения. Устройство ставится в режим обучения, после завершения которого выдает «нормальную» модель работы защищаемого приложения. В дальнейшем «Континент WAF» сам определяет, что с приложением происходит что-то неправильное, так как его работа не соответствует стандартной модели.

Наш подход не новый, но его уникальная особенность в том, что искусственный интеллект формирует человекочитаемую модель, в которой администратору понятна логика работы. Это позволяет обеспечить более высокий уровень защиты и снизить вероятность ложных срабатываний.

А в альтернативных решениях итог работы машинного интеллекта — нечеловекочитаемая, непонятная модель, про которую неизвестно ничего: ни как она работает, ни почему принимает те или иные решения.

Подход способствует снижению количества ручного труда, внедрению принципов проактивного и риск-ориентированного принятия решений.

 

хайретдинов

Рустэм Хайретдинов, генеральный директор Attack Killer, вице-президент ГК InfoWatch

Мы используем искусственный интеллект как часть системы принятия решений. Сам по себе искусственный интеллект никому не нужен, он лишь «добавляет ума» решениям. Так, в самоуправляемом автомобиле искусственного интеллекта 1%, все остальное — это датчики, которые собирают информацию, система обратной связи, сама система управления, двигатель, колеса.

Наши продукты — Traffic Monitor и Attack Killer — решения, использующие технологии искусственного интеллекта там, где это улучшает потребительское качество, в частности заменяет операторов безопасности.

Сегодня сотрудники информационной безопасности — большой дефицит, поэтому замена людей роботами не гипербола, а насущная необходимость.

Наши роботы-операторы самообучаются и самонастраиваются, сами принимают решения и блокируют атаки. Они работают точнее, быстрее и надежнее человека, при этом не болеют, не ходят в отпуск, не устают к концу рабочего дня, у них не бывает плохого настроения.

По сравнению с конкурентами наша компания больше специализируется на роботизации. Современные системы защиты, замечая неладное, посылают потенциальную проблему человеку-оператору на проверку для принятия решения. Мы же исключили человека из этой цепочки.

Наши клиенты представляют банковскую сферу, электронную коммерцию и региональные госуслуги. Власти стремятся перевести все государственные услуги в Интернет, поэтому значение систем интернет-обслуживания растет, как и риски их взлома.

Для регионов, где трудно найти специалиста, или для небольших компаний, которые просто не могут себе позволить нанять оператора безопасности, наши продукты решают проблему недостатка кадров.

 

Andrej-Sviridenko_foto-683x1024

Андрей Свириденко, основатель и председатель Правления компании SPIRIT

Российская компания SPIRIT DSP более 25 лет занимается цифровой обработкой сигналов с акцентом на хранение и передачу речи, аудио и видео. При этом первым программным продуктом SPIRIT в 1992 году был редактор нейросети с автоматическим синтезом заключений в виде текста на естественном языке, который был успешно лицензирован немецкой компанией.

В 2016 году мы продали нашу дочернюю организацию, которая разработала инновационную технологию для навигации смартфонов внутри помещений. Покупателем стала калифорнийская публичная технологическая компания, которая входит в тройку мировых лидеров в области мобильной связи.

SPIRIT инвестировала полученные от продажи средства в технологии машинного обучения. Одним из результатов этих инвестиций в инновации стал патент на использование нейросетей для суперсжатия видео и речи.

Основа такого интеллектуального сжатия — выделение из потока данных ценной информации по заданным критериям, это требует использования когнитивных технологий для сложной обработки исходных данных, включающей распознавание образов и анализ сцен на базе компьютерного зрения, методов машинного обучения и нейросетей.

Технология сочетает два подхода к сжатию данных: выделение ценной информации на основе исключения «информационного» шума и традиционное сжатие данных с потерями или без потерь.

Если привычные кодеки позволяют сжимать видео примерно в 50 раз, то технология SPIRIT — примерно в 500 раз. Это важно, поскольку видео сегодня занимает более 70% пропускной способности всех сетей связи, и для его хранения в Сети не хватит никакого разумного количества миллионов серверов.

В связи с вступившим в силу «законом Яровой» актуальность суперсжатия видео возрастает, так как это решает основные задачи при значительном снижении требований к инфраструктуре и экономии финансовых средств операторов связи.

 

иванов

Александр Иванов, CEO проекта «Поток» от Rambler&Co

 Основная услуга сервиса «Поток» — автоматизированное привлечение звонков от потенциальных клиентов для малого бизнеса.

«Поток» позволяет автоматизировать процесс привлечения трафика из перформанс-каналов и его конвертацию в лиды. Мы обучили искусственный интеллект управлять ставками и настройками в контекстной рекламе и соцсетях, распределением трафика и соединили это с системой колл-трекинга, которая сообщает о том, что клиент звонил конкретному рекламодателю.

Создать простую для пользователя и быстро масштабируемую систему стало возможно только на базе технологий автоматизации.

Rambler&Co задействовал ресурсы отдела машинного обучения: специалисты по работе с нейросетями тестировали различные гипотезы машины для принятия решения о настройках рекламных кампаний (РК). В первую очередь управление происходит на уровне ставок — базовой метрики, влияющей на результат РК (количество трафика и его стоимость).

Для предпринимателя созданное решение выглядит как простой интерфейс управления процессом получения звонков. Раньше собственнику бизнеса приходилось самому вникать в то, как устроены рекламные каналы, либо нанимать профессионала, чего малый бизнес не всегда может себе позволить.

Самостоятельная попытка разобраться в рекламных каналах приводила к потере большого количества времени на изучение тонкостей, расходовались деньги на неэффективные рекламные кампании, а главное — бизнес не получал реальных людей, которые бы звонили в офис и заказывали услуги или товары.

Основная задача, которую решает «Поток», — обеспечение предпринимателя реальными звонками (лидами). Все необходимые рекламные кампании запускаются через программное обеспечение сервиса, и на выходе бизнесмен получает конкретный результат — звонки от клиентов, которые заинтересованы в предлагаемых услугах.

 

Копия HR_Sachkov_Ilya_GroupIB_091117_YUCH0899

Илья Сачков, основатель и CEO Group-IB

Через 30-50 лет искусственный интеллект, вероятно, уже сможет предотвращать «классические» преступления: убийства, угоны, грабежи, теракты – еще на этапе их подготовки. Мы уже сейчас с помощью наших технологий успешно это делаем в киберпространстве: предупреждаем корпорации, международные банки и их клиентов о готовящихся кибератаках или мошенничестве. Например, наш продукт Secure Bank – система раннего обнаружения фрода для платежных систем – защищает 70 млн клиентов «Сбербанк Онлайн» и «Сбербанк Бизнес Онлайн». Мы можем проактивно выявлять банковское мошенничество на всех устройствах и платформах клиента в режиме реального времени. Модуль Secure Bank в виде JavaScript загружается вместе с веб-страницами банка или мобильным банковским приложением и позволяет своевременно уведомить клиента о заражении или компрометации его устройства. 

Что касается ИИ, то в Secure Bank реализован разработанный нашими специалистами по Data Science алгоритм Behavior, позволяющий обнаружить мошеннические сессии на основании собранной информации о ранее осуществленных легитимных и мошеннических действиях. Например, мошенники пытаются украсть деньги наиболее удобным, простым и быстрым способом. В процессе перевода они не будут между делом проверять счета за ипотеку, оплачивать услуги ЖКХ или смотреть таргетированную рекламу. А обычный пользователь, наоборот, может просматривать другие страницы, разделы и баннеры. То есть система при правильной настройке параметров алгоритма в автоматическом режиме определяет последовательность действий, характерную для мошенников и для легитимных пользователей. 

Кроме алгоритма Behavior мы используем «комплексную биометрию»: анализ клавиатурного почерка пользователя или почерка движения мыши. В итоге система выявляет вредоносные веб-инъекции, социальную инженерию, фишинг, бот-сети, захват учетной записи, сети нелегального обналичивания денег и другие виды банковского мошенничества.

Автор: Мария Войщева

Категория: Новости, Статьи

Новости по теме: