Финитоги Positive Technologies за 2023: NIC ₽8,7 млрд, отгрузки ₽25,5 млрд

Финитоги Positive Technologies за 2023: NIC ₽8,7 млрд, отгрузки ₽25,5 млрд

Компания Positive Technologies представила аудированную финансовую отчетность по МСФО за 2023 год. Итоговые показатели даже несколько превысили ожидания: чистая прибыль (NIC) — 8,7 млрд руб., объем отгрузок — 25,5 млрд рублей.

Предварительные управленческие данные (неаудированная отчетность) были опубликованы месяц назад. По расчетам, NIC должен был составить 8,5 млрд руб., объем оплаченных (до 31 марта 2024) отгрузок — 25,3 млрд рублей.

В итоге оба основных показателя продемонстрировали рост на 76%. Валовая прибыль отгрузок (без НДС, бонусов партнерам по программе PT Financial Services и других прямых расходов) увеличилась на 72%, до 23,7 млрд руб. (95% общего объема отгрузок). Продажи услуг ИБ и расширенной техподдержки возросли более чем в два раза, до 3,3 млрд рублей.

ИБ-компания также поделилась своими успехами на фондовом рынке. Объем акций в свободном обращении в 2023 году увеличился до 19,5%, число акционеров возросло в два раза (до 205 тыс.), среднегодовой объем торгов — в пять раз.

Капитализация за год увеличилась на 59%, до 133 млрд руб., а сейчас приближается к 185 млрд: за I квартал 2024 года цены на акции PT повысились на 40%. За все время торгов на Мосбирже (с декабря 2021 года) рыночная стоимость акций компании возросла в четыре раза.

Anti-Malware Яндекс ДзенПодписывайтесь на канал "Anti-Malware" в Telegram, чтобы первыми узнавать о новостях и наших эксклюзивных материалах по информационной безопасности.

В Пензенском университете создали антивирус с ИИ

Созданный в Пензенском университете (ПГУ) антивирус использует нейросети и машинное обучение и не требует постоянного подключения к интернету. Разработку планируют завершить в этом году, а в ноябре подать заявку на сертификацию.

Из рассказа руководителя проекта, которого цитируют «Известия», можно понять, что вооруженный ИИ защитный софт способен предугадывать действия пользователя, и его можно подстроить под конкретные условия и задачи. Пока готова только версия для Windows, умеющая распознавать трояны, руткиты и нелегальные майнеры.

Для выявления фактов заражения используются два вида анализа:«нейросетевой» и «нейросигнатурный». В первом случае написанная на Python нейросеть оценивает работу кода, выполняя сравнение с известными ей алгоритмами поведения вредоносов.

Второй компонент определяет угрозы, используя ИИ в комбинации с традиционным сигнатурным анализом. Авторы проекта исходили из того, что написанный с нуля зловред — большая редкость, вирусописатели обычно в той или иной степени используют наработки коллег по цеху.

По замыслу, созданный в стенах ПГУ антивирус можно будет использовать как в корпоративном окружении, так и в индивидуальном порядке. Продукт планируют распространять по подписке.

Заметим, без связи с Сетью (не получая обновлений) такой софт сможет детектировать только вредоносные программы с заимствованиями, притом теми, с которыми он уже сталкивался. Впрочем, приведенное репортером описание слишком лаконично и туманно, стоит подождать более конкретных дополнений.

Внедрение ИИ-технологий — новомодный и прогрессивный тренд, в России ему следуют многие крупные компании, включая представителей сферы ИБ, а Минцифры считает курс на ИИ одним из своих приоритетов. Что касается антивирусной защиты, комментатор из UserGate отметил, что применение машинного обучения способно повысить эффективность детектирования до 96%.

Как бы то ни было, подобные инструменты нельзя оставлять без контроля: нейросети не всегда выдают достоверную информацию, результаты желательно проверять. Им можно доверить черновую работу для ускорения ИБ-процессов и повышения эффективности, а принятие решений оставить за оператором.

Anti-Malware Яндекс ДзенПодписывайтесь на канал "Anti-Malware" в Telegram, чтобы первыми узнавать о новостях и наших эксклюзивных материалах по информационной безопасности.

RSS: Новости на портале Anti-Malware.ru