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
กรณีศึกษา
ข่าว
ความปลอดภัย
Top 10 Brands ที่ถูกแอบอ้างมากที่สุด เพื่อใช้ในการหลอกลวงแบบฟิชชิ่ง ในไตรมาสที่ 1 ของปี 2024
โดยรายชื่อแบรนด์ 10 อันดับแรก ที่ถูกแอบอ้างเพื่อใช้ในการหลอกลวงแบบฟิชชิ่ง ในไตรมาสที่ 1 ของปี 2024 ได้แก่
2024.04.18
ข่าว
ความปลอดภัย
ข้อควรพิจารณาสำหรับความปลอดภัยทางไซเบอร์ของปฏิบัติการเทคโนโลยี
เทคโนโลยีการดำเนินงาน (OT) หมายถึงฮาร์ดแวร์และซอฟต์แวร์ที่ใช้ในการเปลี่ยนแปลง ตรวจสอบ หรือควบคุมอุปกรณ์ กระบวนการ และเหตุการณ์ทางกายภาพขององค์กร ต่างจากระบบเทคโนโลยีสารสนเทศ (IT) แบบดั้งเดิม ระบบ OT ส่งผลโดยตรงต่อโลกทางกายภาพ คุณลักษณะเฉพาะของ OT นี้นำมาซึ่งข้อควรพิจารณาด้านความปลอดภัยทางไซเบอร์เพิ่มเติมซึ่งปกติแล้วจะไม่มีอยู่ในสถาปัตยกรรมความปลอดภัยด้านไอทีทั่วไป การบรรจบกันของ IT และ OT ในอดีต ไอทีและเทคโนโลยีการดำเนินงาน (OT) ดำเนินการแยกจากกัน โดยแต่ละแห่งมีชุดโปรโตคอล มาตรฐาน และมาตรการรักษาความปลอดภัยทางไซเบอร์ของตัวเอง อย่างไรก็ตาม โดเมนทั้งสองนี้มาบรรจบกันมากขึ้นกับการกำเนิดของ Industrial Internet of Things (IIoT) แม้ว่าประโยชน์ในแง่ของประสิทธิภาพที่เพิ่มขึ้นและการตัดสินใจที่ขับเคลื่อนด้วยข้อมูล การบรรจบกันนี้ยังทำให้ระบบ OT เผชิญกับภัยคุกคามทางไซเบอร์แบบเดียวกับที่ระบบไอทีเผชิญ
2024.04.05
ข่าว
ความปลอดภัย
Gartner ระบุแนวโน้มความปลอดภัยทางไซเบอร์ยอดนิยมในปี 2024
การเตรียมความพร้อมด้านความปลอดภัยย่อมต้องพัฒนาอย่างต่อเนื่องเพื่อรับมือความซับซ้อนที่เพิ่มมากขึ้นด้วย Gartner ได้สรุป 6 เทรนด์ด้าน Cybersecurity สำหรับปี 2024 และอนาคตอันใกล้
2024.03.19