ML&|Sec Feed

Microsoft Security Incident Prediction Dataset Can you predict the next big security incident before it happens? Publishing date: 07.2024

The primary objective of the dataset is to accurately predict incident triage grades—true positive (TP), benign positive (BP), and false positive (FP)—based on historical customer responses. To support this, we provide a training dataset containing 45 features, labels, and unique identifiers across 1M triage-annotated incidents.

https://www.kaggle.com/datasets/Microsoft/microsoft-security-incident-prediction?utm_source=chatgpt.com

Secureworks' Case Study Library: Secureworks offers a collection of case studies from various organizations that have utilized their cybersecurity platform. These documents highlight the nature of the incidents, the response strategies employed, and the results achieved. https://view.ceros.com/secureworks/case-study-library/p/1

Kroll's Cybersecurity and Data Resilience Case Studies: Kroll provides detailed case studies on incident response, digital forensics, and breach notification. These studies often include descriptions of incidents, the response measures implemented, and the outcomes of those actions https://www.kroll.com/en/insights/publications/cyber/case-studies?utm_source=chatgpt.com

Небольшая база данных инцидентов безопасности Ведется с конца ноября 2024, последний инцидент зарегистрирован 27 января 2025 https://www.csidb.net/

Prompt_Engineering — это репозиторий предлагает обширную коллекцию учебных пособий и реализаций для методов Prompt Engineering, от базовых концепций до продвинутых стратегий. Он служит важным ресурсом для освоения искусства эффективного взаимодействия с большими языковыми моделями и их использования в приложениях ИИ. 5️⃣ GitHub

На карте российских разработчиков ГенИИ самыми узкими сферами оказались сервисы для генерации кода, картинок и видео Эксперты компании «Технократия» составили карту российских разработчиков решений на основе генеративного искусственного интеллекта, а также сопутствующих инструментов. Все элементы на карте распределены по 13 категориям: большие языковые модели (LLM), ИИ-агенты, голосовые помощники, генераторы кода, генераторы изображений, генераторы видео, генераторы аудио, облачная инфраструктура для ИИ, кибербезопасность, бенчмарки и др. В некоторых категориях указаны компании, а в других — названия непосредственно решений. Ключевые выводы: • активнее всего на карте представлены компании из сфер автоматизации технической поддержки и разработки ИИ-агентов. Наиболее узкими сферами являются сервисы для генерации кода, изображений и видео; • среди разработчиков больших языковых моделей составители карты выделяют «Яндекс» и «Сбер», которые представлены на рынке решениями YandexGPT и GigaChat. Отдельно отмечены решения Open Source Saiga LLM и «Вихрь LLM» (Vikhr), которые адаптировали под русский язык иностранные LLM; • разработчиков ИИ-агентов авторы карты разделяют на поставщиков решений White Label на основе собственных продуктов (JustAI, «Битрикс CoPilot», Sistemma и др.) и разработчиков кастомных ИИ-агентов (R77AI, Napoleon IT, Naumen и др.); • сервисы для генерации изображений, видео и кода также в основном представлены решениями от «Яндекса» и «Сбера», однако компанию им составил сервис для генерации кода от МТС (Kodify); • в качестве поставщиков облачной инфраструктуры для ИИ были представлены компании, которые сдают в аренду вычислительные мощности с GPU. Среди таких компаний авторы выделили Selectel и «Рег.ру», которые могут поставлять видеокарты NVIDIA A100; • эксперты также отмечают, что широко представлен рынок бенчмарков для русскоязычных LLM; • компании из сферы кибербезопасности давно и активно используют ИИ в своих продуктах. Лидерами в этой сфере можно считать «Лабораторию Касперского» и Positive Technologies. Рассмотреть карту → #информационная_безопасность #искусственный_интеллект #генеративный_ИИ #бенчмарк #NLP