Проектирование Информационных систем. Часть 9. Моделирование поведения 9.1. Теория систем часть 2

После того как мы определились с перечнем основных сценариев, выявили сущности предметной области и спроектировали для них хранилище, необходимо соотнести все эти артефакты друг с другом, распределив поведение системы по ее классам. Как обычно зададим цели на следующий этап работ: На основании выявленных сущностей и процессов, разрабатываемого целевого продукта спроектировать поведение системы, распределив ее по классам. Добавим на диаграмме, иллюстрирующей наш процесс, новый элемент – Модель поведения, связанный, как упоминалось выше, со Сценариями и Моделью данных.

https://habr.com/ru/articles/919454/

#проектирование_систем #анализ #анализ_и_проектирование_систем #системный_анализ #инженерия_требований #системный_аналитик #промышленная_автоматизация #поведенческий_анализ #ингерентность #эмерджентность

Киберучения с поведенческим анализом: результаты работы MaxPatrol BAD (Behavioral Anomaly Detection)

Использование разрабатываемых решений для безопасности в условиях, максимально приближенных к реальным, — лучший способ проверить их эффективность. Я уже рассказывал про модуль MaxPatrol BAD (Behavioral Anomaly Detection). Он работает как система second opinion — собирает данные о событиях и пользователях, присваивает им определенную оценку риска (risk score) и выдает альтернативное мнение, основываясь на своих алгоритмах. Фишка BAD в том, что он снижает когнитивную нагрузку аналитика системы SIEM, позволяя эффективнее принимать решение по инциденту информационной безопасности. Мы постоянно испытываем наш модуль в таких сценариях. Чтобы проверить, как MaхPatrol BAD справляется с обнаружением сложных и неизвестных атак, мы тестируем его в условиях киберучений. В этих учениях традиционно участвует наша red team — команда, имитирующая действия реальных злоумышленников. О том, какие результаты показывает модуль, какие атаки удается выявлять и какие выводы мы сделали, расскажу далее.

https://habr.com/ru/companies/pt/articles/898836/

#machine_learning #cybersecurity #siem #behavioral_anomaly_detection #поведенческий_анализ #киберучения #обнаружение_атак #red_team #soc #bitrix

VR для животных: приключения журчалки и краба в виртуальной реальности

Развитие науки и технологий начитается в лабораториях и являются результатом непосильного труда ученых умов из самых разных отраслей науки. В последствии изобретения становятся либо постоянными жильцами лабораторий и используются для дальнейших исследований, либо становятся достоянием общественности, облегчая наш быт и досуг. Но иногда эти технологии возвращаются в лаборатории для весьма необычных тестов. Ученые из Университета Флиндерса (Австралия) решили использовать технологию виртуальной реальности на мелких животных, дабы лучше понять их поведение. Как ученые адаптировали VR под маленьких подопытных, какие параметры были изучены, и что нового удалось узнать? Ответы на эти вопросы мы найдем в докладе ученых.

https://habr.com/ru/companies/ua-hosting/articles/863724/

#виртуальная_реальность #аэродинамика #моторика #поведенческий_анализ #полет #биология #машинное_обучение #алгоритмы #компьютерное_зрение #unity

Ваших соседей пошифровали! Прямой репортаж с места событий

Такие истории редко оказываются публичными: мало кто любит хвастаться тем, как их пошифровали (даже если это хэппиэнд). Но пора признать — эти истории есть, они ближе, чем мы думаем, и их абсолютно точно в разы больше, чем все привыкли считать. Шифровальщики все еще остаются в топе угроз среди атак на организации. Одну из таких атак сумела запечатлеть система поведенческого анализа сетевого трафика PT Network Attack Discovery (PT NAD), которая в это время пилотировалась в компании. И если бы только оператор SOC обратил внимание на алерты в интерфейсе новой системы… но история не терпит сослагательного наклонения. Подробнее

https://habr.com/ru/companies/pt/articles/787050/

#ransomware #cybersecurity #трафик #шифровальщик #nta #поведенческий_анализ #soc #lockbit #dmz #impacket