Netskope Threat Protection
für die Cloud

Nutzen Sie mit der Netskope Security Cloud drei Optionen für die Prävention, die Erkennung und die erweiterte KI/ML-basierte Analyse von Bedrohungen, um Ihre Abwehrmaßnahmen an Ihre Anforderungen anzupassen.

Nutzen Sie Verhaltensanalysen für Benutzer und Entitäten (User and Entity Behavior Analytics, UEBA) als Baseline für das normale Verhalten Ihrer Benutzer und erkennen Sie Anomalien in Echtzeit, sogar in Peer-Gruppen.

Netskope Behavior Analytics (UEBA)

Nutzen sie machinelles Lernen (ML) für die Verhaltensanalysen anhand von ergiebigen Metadaten aus dem von Cloud und Webverkehr, plus API-Prüfungen verwalteter Apps und Cloud-Diensten um Anomlien zu entdecken und mit umfangreichen, kontextabhängigen und sequenziellen Anomalieregeln, wie z.B.

• ML-Analysen von Streaming- und Batch-Metadaten für die UEBA-Anomalieerkennung
• Unbeaufsichtigte und durch das KI/ML-Team von Netskope entwickelte und trainierte ML-Analysen, die für den Einsatz in Produktionsmandanten bereitstehen
• Entwicklung, Training und Wartung der Modelle mit dynamischen Peer-Gruppen, Dämpfungsfaktoren und Korrelationsmodellen
• Sequenzielle Anomalieregeln umfassen Uploads, Downloads und Löschungen durch Massenbearbeitung, seltenen Ereignissen, örtlicher Nähe, fehlgeschlagenen Anmeldungen, riskanten Ländern und Datenexfiltrationen (zum Beispiel zwischen Unternehmen und privaten Instanzen)
• Der Benutzervertrauensindex (User Confidence Index, UCI) ermittelt das Benutzerrisiko für Ereignisse und Warnungen. Die UCI-Punktzahlen können auch Richtlinienaktionen wie die Step-up-Authentifizierung auslösen
• Der Einsatz von KI/ML umfasst den Betrieb, die Datensicherheit, UEBA, die Malware-Erkennung und die URL-Filterung in Netskope.

Verhindern Sie Cloud-Phishing und Cloud-fähige Bedrohungen mit granularen Richtlinienkontrollen, die firmeneigene und persönliche Instanzen aktivieren und gleichzeitig nicht autorisierte Kontoinstanzen, Schadsoftware und Datenexfiltration blockieren.

Erkennen Sie Insider-Bedrohungen mit umfassendem Richtlinienkontext, DLP für Inhalte und Verhaltensanalysen bei ungewöhnlichen Aktivitäten für Cloud-Dienste und -Anwendungen.

Nutzen Sie maschinelles Lernen mit umfassenden Kontextinformationen, um Anomalien über große Metadatensätze hinweg in Cloud-Diensten, in Anwendungen und im Web-Datenverkehr zu erkennen.