Новости

2026-07-06

Ученые СПб ФИЦ РАН впервые применили метод нулевого порядка для успешного моделирования атак уклонения на компоненты машинного обучения систем обнаружения вторжений, работающих по протоколу HTTP

Актуальность исследования связана с широким внедрением машинного обучения в системы защиты, что создает новый класс уязвимостей, требующих анализа для разработки методов противодействия. Разработан и реализован алгоритм генерации состязательных HTTP-запросов для обхода классификаторов в условиях «черного ящика», отличающийся использованием аппроксимации градиента через зондирующие запросы (ZOO) и набором трансформаций (кодирование URL, инъекция заголовков), обеспечивающий возможность модификации запроса с сохранением его вредоносной семантики и позволяющий снизить эффективность обнаружения многоэтапной IDS с 99,26% до 71,43% после 400 итераций. Исследование направлено на реализацию задач по обеспечению кибербезопасности и развитию методов защиты критической информационной инфраструктуры, определенных в Стратегии научно-технологического развития Российской Федерации (Указ Президента РФ от 28.02.2024 г. № 145). Ichetovkin, E. and Kotenko, I. Analysis of the Impact of Attacks Against Machine Learning Components of Intrusion Detection Systems.

Подробнее

2026-07-06

В СПб ФИЦ РАН прошла плановая тактико-специальная тренировка по эвакуации и оказанию первой помощи

3 июля 2026 года, в соответствии с планом, в одном из подразделений СПб ФИЦ РАН прошла тактико-специальная тренировка (ТСТ) с отработкой задач практической эвакуации сотрудников.

Подробнее

2026-07-02

Ученые СПб ФИЦ РАН провели аналитический обзор и систематизировали методы применения больших языковых моделей для автоматического распознавания речи, выявив их высокую эффективность и риск «галлюцинаций»

Актуальность обзора обусловлена активным внедрением больших языковых моделей в речевые технологии, где они начинают заменять традиционные модели, что требует понимания их преимуществ и недостатков для создания надежных систем. Систематизированы современные методы интеграции больших языковых моделей в процесс распознавания речи, отличающиеся классификацией архитектур (кодер-декодер, только декодер, рекуррентные, диффузионные) и стратегий применения (переранжирование гипотез, коррекция ошибок, контекстное обучение), и позволяющие установить, что переоценка гипотез на основе BERT снижает ошибку распознавания на 22%, а использование контекстного обучения может как улучшить, так и ухудшить результат из-за риска генерации недостоверной информации.

Подробнее

Все новости