ป้องกันภัยคุกคามทุกรูปแบบด้วยเทคโนโลยี Deep Learning
2021.07.09
CONTENTS
Cyber attack ที่มากขึ้นจากสถานการณ์ COVID-19
จากการระบาดทั่วโลกของ COVID-19 ทำให้เหล่า Hacker ได้ออกมาโจมตีมากขึ้นกว่าเดิม เนื่องจากการ lockdown และมาตรการ social distancing ของทั่วโลก ทำให้ธุรกิจทั้งหลายต้องหยุดโครงการต่างๆ เพื่อให้เจ้าหน้าที่ฝ่ายไอทีและพนักงานได้มีเวลาเตรียมตัวกับการเริ่มทำงานจากที่บ้าน
ในปี 2020 เนื่องจาก COVID-19 ทำให้ cyberattack ได้มีปริมาณมากขึ้นเรื่อย ๆ พร้อมกับการเพิ่มมากขึ้นของ cybercrime โดยคาดว่าน่าจะเพิ่มขึ้นถึง 400% ด้าน Microsoft รายงานว่าในสหรัฐอเมริกา การโจมตีแบบ phishing และ social engineering พุ่งสูงขึ้นเป็น 30,000 ต่อวัน ส่วนนักวิจัยด้านภัยคุกคามกล่าวว่า ransomware attacks เพิ่มขึ้นถึง 800 %
เราป้องกัน สิ่งที่คนอื่น ป้องกันไม่ได้
ระบบ Deep Instinct พร้อมป้องกันภัยคุกคามภายใต้สถานการณ์ที่เราพบเห็นในปัจจุบันจากการโจมตีและการทำงานที่ซับซ้อนของมัลแวร์รูปแบบใหม่มากยิ่งขึ้น ด้วยการนำเทคโนโลยี Deep Learning ขั้นสูงมาใช้กับโลกของ Cybersecurity ทำให้เราสามารถคิดค้นระบบป้องกันที่มีประสิทธิภาพสูง มากกว่าที่ระบบดั้งเดิมจะสามารถตรวจจับได้ เพื่ออุดจุดอ่อนของโครงสร้างระบบป้องกันภัยทางไซเบอร์
สามารถตรวจจับภัยคุกคามบนแพลตฟอร์มต่างๆ ได้หลากหลายรูปแบบ ไม่ว่าจะเป็นภัยคุกคามที่รู้จัก (Known Threat), ภัยคุกคามที่ไม่รู้จัก ( Unknown Threat ) และภัยคุกคามที่ไม่เคยเกิดขึ้นมาก่อน (Zero-day Threats) โดยสามารถตรวจจับภัยคุกคามได้ทั้งส่วนที่เป็นเซิร์ฟเวอร์, มือถือ, เน็ตเวิร์ก และ PC, Laptop ต่าง ๆ จากรูปแบบการโจมตีทั้ง File-based และ Fileless ได้
กระบวนการป้องกันภัยคุกคามด้วยเทคโนโลยี Deep Learning นั้น สามารถช่วยให้องค์กรสามารถป้องกันภัยคุกคามในรูปแบบ Zero-Time Attack โดยสามารถตรวจจับและระงับการโจมตีก่อนที่จะเกิดความเสียหายกับข้อมูลขององค์กร อีกทั้งยังสามารถช่วยระบุรูปแบบการโจมตีที่เกิดขึ้น ได้อย่างรวดเร็วและแม่นยำอีกด้วย
DEEP GEN ERA
เมื่อเปรียบเทียบเทคโนโลยี Deep Learning กับ Machine Learning จากโซลูชั่นอื่นๆ ที่ทำงานด้าน Cyber Security แล้วนั้นทาง Deep Instinct ได้ทุ่มเททรัพยากรและเวลาให้กับการคิดค้น ระบบ Deep Learning ที่ตอบโจทย์และครอบคลุมการดูแลข้อมูลขององค์กรอย่างทั่วถึงต่อภัยคุกคามที่มีการวิวัฒนาการอยู่อย่างต่อเนื่องได้
การเรียนรู้แบบสมองมนุษย์กลไก ของเทคโนโลยี Deep Learningได้ถูกนำมา ประยุกต์ใช้ต่อการเรียนรู้ จัดประเภทข้อมูล และ การทำงานของเครื่อง Endpoint ที่เป็นภัยคุกคาม (Malicious) ในระดับ มิลลิวินาที ผลที่ได้รับคือภัยคุกคามไม่ว่าจะเป็นKnown Threat, Unknown Threat,
Zero-day Threats, First seen malware, Ransomware และการโจมตีจากกลุ่ม APT นั้นสามารถตรวจจับวิเคราะห์ และ ตอบสนองได้ในรูปแบบ Zero-time
เมื่อเปรียบเทียบการใช้งานของระบบป้องกันทั่วไป กับระบบที่ใช้งานด้วยกลไกของ Deep Learning ได้พิสูจน์แล้วว่าสามารถทำงานได้อย่างมีประสิทธิภาพที่สูงกว่าและมี False positive ที่ต่ำกว่าอย่างเห็นได้ชัด
Deep Instinct ทำสิ่งที่โซลูชั่นอื่น ทำไม่ได้
โปรแกรมป้องกันมัลแวร์ที่คุณควรใช้คือโปรแกรมที่คุณสามารถพึ่งพามันได้ตลอดเวลา แม้ว่าการป้องกันแบบ 100% จะยังเป็นไปไม่ได้ แต่สมรรถภาพการป้องกันของ Deep Instinct นั้นล้าหน้ากว่าคู่แข่งอยู่หลายก้าว เรามั่นใจว่าสามารถมอบโอกาสให้ธุรกิจของคุณสามารถดาเนินต่อไปได้ ไม่ว่าภัยคุกคามใดๆจะพยายามโจมตีคุณ
สนใจข้อมูลเพิ่มเติมหรือต้องการทดลองใช้งานฟรี
ติดต่อคุณมารุต โทร 084-3616079
E-mail : marut@a2network.jp
บทความที่เกี่ยวข้อง
ความปลอดภัย
บริการใหม่
Work from Home ปลอดภัยด้วย Wizberry Laptop Management
💼 Work from Home อย่างมั่นใจ ด้วย Wizberry Laptop Management บนแพลตฟอร์ม IBM MaaS360 🔒 ในยุคดิจิทัลที่การทำงานจากที่บ้าน (Work from Home) กลายเป็นสิ่งจำเป็นมากกว่าทางเลือก ความปลอดภัยของอุปกรณ์พกพา โดยเฉพาะ Laptop ของพนักงาน จึงกลายเป็นหัวใจสำคัญที่ทุกองค์กรไม่อาจมองข้าม แม้พนักงานจะไม่ได้อยู่ภายในสำนักงาน องค์กรก็ยังต้องมั่นใจว่าอุปกรณ์ที่ใช้เข้าถึงข้อมูลสำคัญ ยังคงได้รับการดูแล ป้องกัน และควบคุมอย่างเหมาะสม เพื่อป้องกัน การรั่วไหลของข้อมูล, ภัยคุกคามทางไซเบอร์, และ ความเสียหายทางธุรกิจ นั่นคือเหตุผลที่โซลูชัน Wizberry Laptop Management สำหรับ IBM MaaS360 ถูกพัฒนาขึ้นมา — เพื่อช่วยให้องค์กรสามารถจัดการและควบคุมความปลอดภัยของอุปกรณ์ทั้งหมดได้แบบ ครบวงจร และจากระยะไกล
2025.04.10
ข่าว
ความปลอดภัย
Oracle แจ้งลูกค้าหลังเกิดเหตุ Data Breach ทำให้ข้อมูลหลุดจากระบบ Cloud
Oracle แจ้งลูกค้าหลังเกิดเหตุ Data Breach ทำให้ข้อมูลหลุดจากระบบ Cloud
2025.04.10
ข่าว
ความปลอดภัย
มัลแวร์มือถือที่กำหนดเป้าหมายธนาคารในอินเดียทำให้ผู้ใช้กว่า 50,000 รายเสี่ยงต่อการถูกโจมตี
การโจมตีอุปกรณ์เคลื่อนที่ขนาดใหญ่ นักวิจัยของ zLabs วิเคราะห์ตัวอย่างมัลแวร์เกือบ 900 ตัวอย่างและพบความพยายามร่วมกันในการใช้ประโยชน์จากอุปกรณ์ Android มัลแวร์ซึ่งจัดอยู่ในประเภทโทรจันของธนาคาร ปลอมตัวเป็นแอปธนาคารหรือแอปของรัฐบาลที่ถูกกฎหมายและแพร่กระจายผ่าน WhatsApp ในรูปแบบไฟล์ APK เมื่อติดตั้งแล้ว มัลแวร์จะขอข้อมูลที่ละเอียดอ่อน
2025.03.14