ネットスコープ、2024年Gartner®社のシングルベンダーSASEのマジック・クアドラントでリーダーの1社の位置付けと評価 レポートを読む

閉める
閉める
  • Netskopeが選ばれる理由 シェブロン

    ネットワークとセキュリティの連携方法を変える。

  • 導入企業 シェブロン

    Netskopeは、フォーチュン100社の30社以上を含む、世界中で3,400社以上の顧客にサービスを提供しています。

  • パートナー シェブロン

    私たちはセキュリティリーダーと提携して、クラウドへの旅を保護します。

SSEのリーダー!シングルベンダーSASEのリーダー!

ネットスコープが2024年Gartner®社のシングルベンダーSASEのマジック・クアドラントでリーダーの1社の位置付けと評価された理由をご覧ください。

レポートを読む
顧客ビジョナリースポットライト

革新的な顧客が Netskope One プラットフォームを通じて、今日の変化するネットワークとセキュリティの状況をどのようにうまく乗り越えているかをご覧ください。

電子書籍を入手する
顧客ビジョナリースポットライト
Netskopeのパートナー中心の市場開拓戦略により、パートナーは企業のセキュリティを変革しながら、成長と収益性を最大化できます。

Netskope パートナーについて学ぶ
色々な若い専門家が集う笑顔のグループ
明日に向けたネットワーク

サポートするアプリケーションとユーザー向けに設計された、より高速で、より安全で、回復力のあるネットワークへの道を計画します。

ホワイトペーパーはこちら
明日に向けたネットワーク
Netskope One プラットフォームの紹介

Netskope One は、SASE とゼロトラスト変革を可能にする統合型セキュリティおよびネットワーキング サービスを提供するクラウドネイティブ プラットフォームです。

Netskope One について学ぶ
青い照明の抽象画
セキュアアクセスサービスエッジ(SASE)アーキテクチャの採用

Netskope NewEdgeは、世界最大かつ最高のパフォーマンスのセキュリティプライベートクラウドであり、比類のないサービスカバレッジ、パフォーマンス、および回復力を顧客に提供します。

NewEdgeの詳細
NewEdge
Netskope Cloud Exchange

Netskope Cloud Exchange (CE) は、セキュリティポスチャに対する投資を活用するための強力な統合ツールを提供します。

Cloud Exchangeについて学ぶ
Aerial view of a city
  • セキュリティサービスエッジ製品 シェブロン

    高度なクラウド対応の脅威から保護し、あらゆるベクトルにわたってデータを保護

  • Borderless SD-WAN シェブロン

    すべてのリモートユーザー、デバイス、サイト、クラウドへ安全で高性能なアクセスを提供

  • Secure Access Service Edge シェブロン

    Netskope One SASE は、クラウドネイティブで完全に統合された単一ベンダーの SASE ソリューションを提供します。

未来のプラットフォームはNetskopeです

インテリジェントセキュリティサービスエッジ(SSE)、クラウドアクセスセキュリティブローカー(CASB)、クラウドファイアウォール、セキュアウェブゲートウェイ(SWG)、およびZTNAのプライベートアクセスは、単一のソリューションにネイティブに組み込まれており、セキュアアクセスサービスエッジ(SASE)アーキテクチャへの道のりですべてのビジネスを支援します。

製品概要はこちら
Netskopeの動画
Next Gen SASE Branch はハイブリッドである:接続、保護、自動化

Netskope Next Gen SASE Branchは、コンテキストアウェアSASEファブリック、ゼロトラストハイブリッドセキュリティ、 SkopeAI-Powered Cloud Orchestrator を統合クラウド製品に統合し、ボーダレスエンタープライズ向けに完全に最新化されたブランチエクスペリエンスを実現します。

Next Gen SASE Branchの詳細はこちら
オープンスペースオフィスの様子
SASEアーキテクチャの設計 For Dummies

SASE設計について網羅した電子書籍を無償でダウンロード

電子書籍を入手する
最小の遅延と高い信頼性を備えた、市場をリードするクラウドセキュリティサービスに移行します。

NewEdgeの詳細
山腹のスイッチバックを通るライトアップされた高速道路
アプリケーションのアクセス制御、リアルタイムのユーザーコーチング、クラス最高のデータ保護により、生成型AIアプリケーションを安全に使用できるようにします。

生成AIの使用を保護する方法を学ぶ
ChatGPTと生成AIを安全に有効にする
SSEおよびSASE展開のためのゼロトラストソリューション

ゼロトラストについて学ぶ
大海原を走るボート
NetskopeがFedRAMPの高認証を達成

政府機関の変革を加速するには、Netskope GovCloud を選択してください。

Netskope GovCloud について学ぶ
Netskope GovCloud
  • リソース シェブロン

    クラウドへ安全に移行する上でNetskopeがどのように役立つかについての詳細は、以下をご覧ください。

  • ブログ シェブロン

    Netskopeがセキュアアクセスサービスエッジ(SASE)を通じてセキュリティとネットワーキングの変革を実現する方法をご覧ください

  • イベント&ワークショップ シェブロン

    最新のセキュリティトレンドを先取りし、仲間とつながりましょう。

  • 定義されたセキュリティ シェブロン

    サイバーセキュリティ百科事典、知っておくべきすべてのこと

「セキュリティビジョナリー」ポッドキャスト

セキュリティの未来: 量子、AI、マクロ政治の変化
Emily WearmouthとMax Havyが、NetskopeのCEOであるSanjay BeriとCTOのKrishna Narayanaswamyと、セキュリティの未来について話します。

ポッドキャストを再生する Browse all podcasts
セキュリティの未来: 量子、AI、マクロ政治の変化
最新のブログ

Netskopeがセキュアアクセスサービスエッジ(SASE)機能を通じてゼロトラストとSASEの旅をどのように実現できるかをお読みください。

ブログを読む
日の出と曇り空
SASE Week 2024 オンデマンド

SASEとゼロトラストの最新の進歩をナビゲートする方法を学び、これらのフレームワークがサイバーセキュリティとインフラストラクチャの課題に対処するためにどのように適応しているかを探ります

セッションの詳細
SASE Week 2024
SASEとは

クラウド優位の今日のビジネスモデルにおいて、ネットワークとセキュリティツールの今後の融合について学びます。

SASEについて学ぶ
  • 会社概要 シェブロン

    クラウド、データ、ネットワークセキュリティの課題に対して一歩先を行くサポートを提供

  • 採用情報 シェブロン

    Join Netskope's 3,000+ amazing team members building the industry’s leading cloud-native security platform.

  • カスタマーソリューション シェブロン

    お客様の成功のために、Netskopeはあらゆるステップを支援いたします。

  • トレーニングと認定 シェブロン

    Netskopeのトレーニングで、クラウドセキュリティのスキルを学ぶ

データセキュリティによる持続可能性のサポート

Netskope は、持続可能性における民間企業の役割についての認識を高めることを目的としたイニシアチブである「ビジョン2045」に参加できることを誇りに思っています。

詳しくはこちら
データセキュリティによる持続可能性のサポート
クラウドセキュリティの未来を形作る

At Netskope, founders and leaders work shoulder-to-shoulder with their colleagues, even the most renowned experts check their egos at the door, and the best ideas win.

チームに参加する
Netskopeで働く
Netskopeの有能で経験豊富なプロフェッショナルサービスチームは、実装を成功させるための規範的なアプローチを提供します。

プロフェッショナルサービスについて学ぶ
Netskopeプロフェッショナルサービス
Netskopeトレーニングで、デジタルトランスフォーメーションの旅を保護し、クラウド、ウェブ、プライベートアプリケーションを最大限に活用してください。

トレーニングと認定資格について学ぶ
働く若い専門家のグループ

AI and Machine Learning at Netskope

Feb 18 2020

This is the first in a series of articles focused on AI/ML.  

The past few years have witnessed rapid developments in artificial intelligence (AI) and machine learning (ML). Thanks to the breakthroughs in deep learning, such as convolutional neural networks (CNN) for image recognition and transformers for natural language processing (NLP), AI/ML is now used to solve many real-world problems with great accuracy across different industries, including cybersecurity. AI/ML models have the potential to detect unknown threats and anomalous behavioral patterns, which makes them an indispensable part of any comprehensive, multi-layered cybersecurity solution. 

A leader in cloud security, Netskope is integrating the latest AI/ML technology into its data and threat protection features, as well as business operations. At Netskope, we have a team of dedicated data scientists, security researchers, and engineers who have track records of solving security and fraud problems in different domains with over 100 patents. Leveraging our expertise in AI/ML and security, we are developing large-scale AI/ML solutions for cloud security. In this blog post, we will give you an overview of Netskope’s data, the types of problems we are trying to solve with AI/ML, and some of the technical challenges our team faces in addressing these problems. 

Netskope’s Data Advantage

Data powers AI and machine learning solutions. Netskope’s data advantage lies in the breadth and depth of corporate user traffic that we protect. Every day the Netskope Security Cloud processes billions of events and files, capturing a wide variety of user activities in:

  • SaaS applications, such as Microsoft Office 365, Box, Salesforce, G Suite, etc.
  • Public cloud infrastruc ture services, such as AWS, Microsoft Azure, and Google Cloud Platform
  • Websites that users have visited

Netskope also has a comprehensive understanding of all enterprise data stored and transacted in the cloud. For example, Netskope has intimate knowledge of how a file was uploaded, downloaded, or shared within a managed cloud storage app, and transferred to unmanaged cloud apps and personal devices. This contextual understanding of user activities and corporate data, coupled with the breadth of our cloud and web traffic, enables sophisticated applications of AI/ML models.

Historically, enterprise security products were hardware appliances that were managed independently across branch offices. This made generating insights and actionable intelligence across all of the enterprise security infrastructure practically impossible for legacy security vendors. With a cloud-native, cloud-scale approach to cloud security, Netskope is uniquely positioned to leverage enterprise data from users and devices on/off the corporate network, stream that to a central brain in the cloud, and build centralized intelligence.

AI/ML Everywhere

At Netskope, we embrace AI/ML technology wherever it is applicable. Some of the use cases are:

  • Compliance and Privacy – Help organizations comply with compliance regulations such as GDPR, CCPA, PCI, HIPAA, etc.
    • Detect sensitive information in documents, images and application traffic flows
    • Use embedded user and entity behavior analytics (UEBA) to detect malicious insiders, compromised accounts, brute force attacks, and data exfiltration attacks
  • Enterprise Security – Protect enterprise assets from being compromised and used as a launchpad for malicious activities including data exfiltration, botnets, spam, etc.
    • Detect malware using machine learning models as a complementary approach to anti-virus signatures, threat intelligence, heuristics, and sandboxes
    • Categorize and detect malicious web domains, URLs, and web content
  • Cloud DevOps – Proactive monitoring of cloud production environment for efficient and effective delivery of a secure access service edge (SASE) solution.
    • Automate Netskope’s internal workflows, including automated classification of SaaS and web apps
    • Production monitoring, troubleshooting, and incident prioritization for Netskope Security Cloud operations

Challenges

Cybersecurity has its own challenges when it comes to the adoption of AI and machine learning technology. Let’s take a look at some of those challenges. 

  • High accuracy requirements. Security policies are often evaluated in real time, for example, when users are browsing websites or accessing data in the cloud. Millions of critical decisions that impact user experience need to be made every day. The cost of false positives and false negatives can be high at the same time, which poses great challenges for machine learning models. While a 0.1% false positive rate may be acceptable in other domains, such as ad targeting or AI assistant, it can be too high for cybersecurity applications. Therefore, we have to carefully design product flows that include AI/ML models in hopes of achieving a good balance between security and user experience.   
  • Lack of labeled data. High-accuracy AI/ML models require high-quality labeled training data, and they need a lot of it. It’s not always easy to get labeled data in cybersecurity. For instance, malicious insider attacks in a large corporation may be rare. It usually involves manual validation from security domain experts to determine the ground truth of a particular user’s behavior, which can be costly and time-consuming. To address the lack of labeled data, our data scientists have to either leverage pre-trained models, come up with innovative ideas to synthesize labeled data, or use unsupervised learning that doesn’t require labels (at the expense of accuracy). 
  • Changing patterns. Patterns of cyberthreats and malicious insiders change constantly. A machine learning model trained with last month’s data may not work as well this month. To effectively detect the changing patterns, there is a need to continuously retrain the model, with the latest labeled data as they come into the system.    
  • Privacy concerns. Sensitive data in a corporate environment includes customer PII, trade secrets, financial data, and so on. When applying AI/ML, privacy concerns need to be addressed adequately throughout the model development lifecycle, including model training, validation, prediction, and feedback collection. Investment in privacy-preserving machine learning is necessary to ensure no violation of data privacy.   
  • Model interpretability. When we make a decision based on machine learning models, often we need to explain our decision to the end user or security analysts. For example, why does the model think a user’s certain behavior is anomalous? It’s always helpful to provide additional evidence and reasons when flagging such behavior. 

At Netskope, we are leveraging our unique data, latest AI/ML technology, and security expertise to address some of these challenges and solve cloud security problems. Multiple types of machine learning models have been deployed and refreshed in production. In the subsequent blog posts, we will go over some of these AI/ML efforts in detail.

author image
Yihua Liao
Dr. Yihua Liao is the Head of AI Labs at Netskope. His team develops cutting-edge AI/ML technology to tackle many challenging problems in cloud security.