КОНТАКТЫ

МЕНЮ

Cистемный интегратор

решений комплексной

информационной безопасности

(351) 734-95-00
Заказать обратный звонок

InfoWatch Prediction

InfoWatch Prediction — инструмент для предиктивной аналитики данных, собираемых DLP-системой Traffic Monitor. Выявляет рискованные паттерны поведения сотрудника за счет технологий машинного обучения и позволяет эффективно работать с группами риска.

Серьезное нарушение, способное принести ущерб компании, часто скрывается за цепочкой событий, которые на первый взгляд кажутся малозначительными и могут быть растянуты во времени. Сотрудник пару раз в течение недели скопировал небольшой объем данных на флешку, начал чуть позже приходить на работу, посетил нехарактерные для себя сайты — такие события происходят в компаниях миллионами. Задача предиктивной аналитики ― автоматически выявить цепочку – рискованный паттерн, и вовремя просигнализировать о том, что пошло не так. Это возможность службе безопасности работать на уровне прогнозирования рисков, а не по факту их реализации.

InfoWatch Prediction анализирует более 54 параметров, или типов событий, при построении паттерна поведения сотрудника. Вы можете настроить совокупность параметров самостоятельно и даже задать пороги значений, по которым хотите получать уведомления. Либо воспользуйтесь готовыми методиками по рекомендациям от экспертов InfoWatch.

Как поможет InfoWatch Prediction службе безопасности?

  1. Прогнозировать увольнение сотрудников

В 2/3 случаев при увольнении сотрудники копируют данные, чтобы использовать их в дальнейшем на новом месте.

Проблема: люди собирают и копируют информацию постепенно, в объемах, которые зачастую не нарушают политики ИБ.

InfoWatch Prediction заметит такую активность, сопоставит с другими факторами и предупредит об аномальном поведении.

Технологии машинного обучения анализируют совокупность параметров, например, активность в рабочей переписке, посещение сайтов поиска работы, время начала и конца рабочего дня, и сигнализируют об отклонении от привычного паттерна поведения конкретного сотрудника.

  1. Выявлять корпоративные мошенничества

Проблема: сотрудник, который решил причинить финансовый ущерб, знает слабые места компании и тщательно продумывает, как замаскировать неправомерные действия.

InfoWatch Prediction работает как конструктор. В нем можно кастомизировать параметры, по которым будет проводиться анализ поведения сотрудников, и задавать пороги значений, чтобы вовремя получать оповещения.

Это дает службе безопасности возможность выявлять сложные мошеннические схемы, изобилующие ухищрениями. Например, участие персонала в коммерческих схемах, дающих возможность реализовывать часть продукции по собственным каналам с присвоением прибыли.

  1. Определять группы риска

Проблема: рост штата организации и количества коммуникаций в ней означает увеличение количества событий, фиксируемых DLP-системой. Как в потоке распознать сотрудника, попадающего в группу риска?

InfoWatch Prediction выявляет отклонения в привычном поведении сотрудника и помогает определить его в группу риска на начальном этапе развития истории, до наступления ущерба.

Среди самых весомых групп риска эксперты выделяют: «жизнь не посредствам», «финансовые затруднения», «близкие отношения с контрагентами», «зависимости». С какими группами риска работаете вы?

  1. Удобно пользоваться

InfoWatch Prediction представляет результат анализа в виде легко читаемых графиков. Здесь можно настроить разные уровни детализации: выделить параметры анализа и посмотреть, как они проявляются в профилях всех сотрудников, или работать с данными конкретного сотрудника по одному типу активности или по всей интересующей совокупности.

  1. Легко настроить под себя

InfoWatch Prediction анализирует 54 параметра для построения поведенческого паттерна, их количество растет. Вы можете выбрать рекомендуемую совокупность параметров или создать свою. Для каждого параметра можно указать пороговые значения. Таким образом, предиктивную аналитику можно использовать под самые специфичные сценарии компании.

  1. Анализировать по-новому

InfoWatch Prediction использует технологии машинного обучения, чтобы учитывать при анализе даже непримечательные события, растянутые во времени и распределенные по различным каналам коммуникаций. Человеческий мозг не в состоянии охватить такое количество событий в совокупности, а ведь именно за такими цепочками скрываются серьезные нарушения.

Коммерческое предложение будет отправлено на Вашу почту после ввода данных
Скачать прайс

Поделиться: