2026-07-08. Гарда. Как машинное обучение находит хакера в сети, ML-кластеризация и риск-скоринг

Злоумышленники все реже применяют вредоносное ПО и чаще действуют через инструменты, которые уже есть в инфраструктуре: штатные средства администрирования, легальные протоколы и учетные записи. Такой подход называют Living off the Land. По данным открытого отчета Bitdefender Labs, его используют 84% атак с высоким уровнем критичности. Для сигнатурных средств защиты такие атаки почти не видны. Они похожи на обычный рабочий трафик, поэтому хакер может оставаться в сети неделями и месяцами. На вебинаре разберем, как технологии машинного обучения помогают ИБ-специалистам обнаруживать атаки с помощью выявления поведенческих паттернов, группировки устройств по поведению и расчета индивидуального индекса опасности для каждого хоста, в том числе в облачных инфраструктурах, где для анализа трафика требуется отдельная настройка зеркалирования и фильтрации. Также покажем новые возможности Гарда NDR, которые помогают выявлять угрозы, незаметные для NG-IDS. В этом видео ‣ Как сократить время поиска скрытых угроз с нескольких недель до нескольких минут ‣ Какие невидимые угрозы могут быть в вашей сети уже сейчас ‣ Как ML-кластеризация помогает быстро находить хосты с нетипичным поведением ‣ Как автоматический риск-скоринг определяет, какой хост представляет наибольшую угрозу ‣ Почему атаки через легальные протоколы не выявить сигнатурными методами ‣ Как настроить зеркалирование и фильтрацию трафика из облачных сред для его анализа ‣ Как развертывание NDR в облаке снижает риски ошибок при внедрении и экономит ресурсы команды ИБ Связаться с автором канала TG -﹥ @mglazman Канал -﹥ @safetyeducation_infosec