Forcepoint: DLP na które Cię stać

Forcepoint: DLP na które Cię stać





Poznaj zaawansowane i proste w implementacji rozwiązania Forcepoint DLP

Jak właściwie podejść do projektu wdrożenia DLP i co należy mieć na uwadze, wybierając technologię, którą będziemy testować w naszej sieci? Jak poradzić sobie z tendencją użytkowników do oceniania osobiście stworzonych dokumentów.  Zaprosiliśmy do naszego wirtualnego studia Alexandra. Wspólnie rozmawialiśmy na temat tego, czy wdrożenie DLP rzeczywiście jest tak skomplikowane, jak się powszechnie uważa.

Forcepoint DLP dostepne jest na rynku od ponad 4 lat, wcześniej rozwiązanie to znane było jako Websense. Jak dziś wygląda ta technologia? Czym różni się DLP sieciowe od endpointowego? W jakich sytuacjach DLP jest najbardziej przydatne? O tym wszystkim porozmawiamy w trakcie naszego webinarium.

Porcepoin DLP - schemat działania

Forcpoint DLP: fingerprinting i machine learning

Wyjaśnimy, jak działa fingerprinting danych strukturalnych i niestrukturalnych. Pokażemy też jak automatycznie nadawać etykiety dokumentom zawierającym dane osobowe, i inne wyrażenia regularne, charakterystyczne dla wrażliwych danych. Pokażemy jak w Forcepoint działa algorytm analizy i oceniania treści, tak aby rozpoznać informacje, które już wcześniej były poddawane ochronie. Przeanalizujemy różne scenariusze, które pozwalają ocenić, jakie dokumenty, i w jakim stopniu, powinny być dodawane do bazy „odcisków placów”.

Forcepoint DLP wykorzystuje też mechanizmy machine learning w celu rozpoznawania dokumentów, które powinny być poddane ochronie. Wyobraźmy sobie, że firma zajmuje się udzielaniem kredytów. W większości przypadków umowy kredytowe wyglądają bardzo podobnie, choć oczywiście różnią się treścią. Machine Learning w Forcepoint DLP pozwala nauczyć oprogramowanie, aby mogło rozpoznawać w przyszłości kolejne umowy, bez względu na dane, które zawiera. Tak samo działa mechanizm w przypadku kodu źródłowego. Raz rozpoznany schemat pozwala kategoryzować i odpowiednio chronić dokumenty, które zostaną stworzone w tym samym języku w przyszłości.

Machine learning w DLP pomaga także zmniejszać ilość gromadzonych danych, znacznie powyżej wolumenów przechowywanych w przypadku fingerprintów. Takie podejście zdecydowanie przewyższa skutecznością narzędzia oparte o metody deklaratywne, czy słownikowe.

Nagranie webinarium możesz pobrać bezpłatnie z naszej strony, po wypełnieniu formularza poniżej.


W tym miejscu możesz pobrać materiały pomocnicze, typu: pliki pdf, filmy i zapisy prezentacji.
Wypełnij formularz, aby uzyskać do nich dostęp.
Uwaga: dostęp do plików video jest czasowy.

Administratorem danych osobowych jest Net Complex sp. z o.o., z siedzibą w Bielsku Białej, adres: ul. Wita Stwosza 5, 43 – 300 Bielsko Biała, adres e-mail: biuro@netcomplex.pl tel.: 33 472 03 18 lub 33 816 04 11. Dane będą przetwarzane do celów marketingu bezpośredniego, wykonywanego przy użyciu telekomunikacyjnych urządzeń końcowych oraz automatycznych systemów wywołujących, tj.numer telefonu, zgodnie z art. 172 ustawy z dnia 16 lipca 2004 r. Prawo telekomunikacyjne (Dz. U. z 2017 r., poz. 1907 ze zm.). Dane będą przetwarzane do czasu cofnięcia zgody na ich dalsze przetwarzanie. Dane osobowe mogą być przekazywane następującym odbiorcom lub kategoriom odbiorców tj. podmiotom świadczącym usługi wsparcia technicznego dla oprogramowania, w którym przetwarzane są dane osobowe. Każda osoba ma prawo dostępu do treści swoich danych, prawo do ich sprostowania, usunięcia, ograniczenia przetwarzania, prawo do przenoszenia danych, prawo wniesienia sprzeciwu w tym prawo do cofnięcia zgody w dowolnym momencie bez wpływu na zgodność z prawem przetwarzania, którego dokonano na podstawie zgody przed jej cofnięciem. Osoba, której dane dotyczą, ma prawo wniesienia skargi do Prezesa Urzędu Ochrony Danych Osobowych, gdy uzna, iż przetwarzanie jej danych osobowych narusza przepisy RODO. Podanie danych jest dobrowolne, ale niezbędne do realizacji powyższego celu.