Sajtóközlemény

Pályázati hír

Megkezdődött az "Keresési és tárolási hatékonyság növelése nagy méretű malware adattárban - malware tárolást és elemzést támogató termék fejlesztése" című projekt az Ukatemi Technologies Zrt. és Budapesti Műszaki és Gazdaságtudományi Egyetem együttműködésében.

2024.06.01 09:33ma.hu
nyomtatásKinyomtatom
+Nagyobb betűméret-Kisebb betűméretbetűméret

Az Ukatemi Technologies Zrt. és Budapesti Műszaki és Gazdaságtudományi Egyetem 420,91 millió forint vissza nem térítendő támogatást nyert el a Nemzeti Kutatási, Fejlesztési és Innovációs Hivatal "Fókuszterületi innovációs projektek támogatása" című (2023-1.1.1-PIACI_FÓKUSZ) pályázati kiírásán. Az 561,70 forint összköltségvetésű beruházásból malware tárolást és elemzést támogató termék került kifejlesztésre.

A projektben a gyakorlatban hasznosítható új - tudományos értelemben is jelentős újdonság-tartalommal bíró - kutatási eredményeket hozunk létre, és ezeket felhasználva új technológiákat és szolgáltatásokat fejlesztünk ki, melyek a jelenlegi Kaibou Repo és Kaibou Lab termékeinket és azok ügyfelek számára nyújtott szolgáltatásait teszik hatékonyabbá, jobban skálázhatóbbá, jellemzőkben (feature-ökben) gazdagabbá, gazdaságosabban üzemeltethetővé, és ezáltal jelentősen növelik azok piaci versenyképességét. Ugyanakkor, a megcélzott kutatási eredmények és az arra épülő új technológiák a saját termékeinken és szolgáltatásainkon túlmenően, az iparág más szereplői által is potenciálisan alkalmazhatók.

A projekt egyik fő kutatási feladata új, a jelenlegieknél robusztusabb, célzott támadásoknak is ellenálló hasonlósági hash függvények és metrikák tervezése és elemzése, melyekkel bináris állományok hasonlóságát lehet kvantifikálni. A projektben tervezett új hasonlósági hash függvény és metrika potenciálisan felválthatja a jelenleg használt megoldásokat és de facto iparági szabvánnyá válhat. A projekt egy másik fontos kutatási feladata új klaszterező algoritmusok tervezése és elemzése, melyek nagyon nagy méretű dinamikus gráfokon is skálázhatóan működnek. Erre épül a projekt egy másik kulcs feladata, a klaszter-alapú hatékony differenciális tárolási technológia kifejlesztése, mellyel a Kaibou Repo termékünk tárigényét tudjuk jelentősen csökkenteni. Ez a gazdasági előnyökön túl, jelentősen megkönnyíti a Kaibou Repo tartalmának másolását, és ezáltal a repo, mint termék, vevők részére történő leszállítását, valamint csökkenti a repo üzemeltetésének ökológiai lábnyomát, hisz a tárolást kisebb méretű infrastruktúrán lehet megvalósítani.

A projektben olyan új algoritmusokat is tervezünk, melyek hasonló malware minták egy csoportjából több absztrakciós szinten kinyerik a közös jellemzőket. A projekt során születő kutatási eredményeket felhasználva, a projektben olyan kísérleti fejlesztéseket végzünk, melyek a Kaibou Repo és Kaibou Lab szolgáltatásait teszik hatékonyabbá vagy feature-ökben gazdagabbá.

A kutatás során javasolt klaszter-alapú hatékony differenciális tárolási algoritmusok közül kiválasztjuk a Kaibou Repo számára legalkalmasabbat és implementáljuk azt olyan módon, hogy potenciálisan alkalmas legyen a termékünk következő generációjának tárolási technológiáját nyújtani.

Továbbfejlesztjük a Kaibou Repoban már most is létező hasonlósági keresés funkciót, és azt sokkal hatékonyabbá tesszük. A hatékony keresésre épülve új, külső felhasználók számára is használható hasonlósági keresés szolgáltást és kapcsolódó API-t fejlesztünk, amit a kutatás során született, közös jellemző kinyeréssel gazdagítunk, azaz az új szolgáltatás nem csak egy mintához hasonló létező mintákat adja majd vissza, hanem ezen hasonló minták közös jellemzőit is különböző absztrakciós szinteken. Ugyanezt a közös jellemző kinyerést két további új szolgáltatás kifejlesztésében is felhasználjuk: az egyik a malware feed szolgáltatóktól kapott mintákból nyer ki közös jellemzőket és ezeket feedback-ként visszaadja a feed szolgáltatónak, a másik a feed-ekben kapott potenciálisan veszélyes URL-ekről tölt le kártékony bináris állományokat és az ezekből kinyert közös jellemzőket az URL feed szolgáltatónak adja vissza. Kaibou Lab termékünkhöz a malware-elemzést segítő új beépülő modulokat (plug-in-eket) fejlesztünk, amelyek a jelenleg elterjedten használt és a Kaibou Lab által is támogatott malware-elemző szoftverekbe integrálhatóak. Továbbá, kifejlesztünk egy AI-alapú asszisztenst is, ami a humán elemzők munkáját segíti a Kaibou Lab eszközeinek használatával kapcsolatos segítség és az elemzés aktuális kontextusának megfelelő tanácsok nyújtásával.

(szponzorált megjelenés)

 

Figyelem! A cikkhez hozzáfűzött hozzászólások nem a ma.hu network nézeteit tükrözik. A szerkesztőség mindössze a hírek publikációjával foglalkozik, a kommenteket nem tudja befolyásolni - azok az olvasók személyes véleményét tartalmazzák.

Kérjük, kulturáltan, mások személyiségi jogainak és jó hírnevének tiszteletben tartásával kommenteljenek!

Amennyiben a Könyjelző eszköztárába szeretné felvenni az oldalt, akkor a hozzáadásnál a Könyvjelző eszköztár mappát válassza ki. A Könyvjelző eszköztárat a Nézet / Eszköztárak / Könyvjelző eszköztár menüpontban kapcsolhatja be.