A frissítés, amelyet nem hagyhat ki: az Office 2016 és az Office 2019 támogatásának vége

Olvassa el most
A helyszíni fordításokhoz mesterséges intelligenciát használunk, és bár törekszünk a pontosságra, nem biztos, hogy mindig 100%-os pontosságúak. Megértését nagyra értékeljük.

A fejlett AI-alapú dokumentumosztályozás bevezetése az OPSWAT Proaktív DLP-ben.

a Armin Ziaie Tabari, Ph.D., műszaki programvezető
Ossza meg ezt a bejegyzést

Örömmel mutatjuk be az OPSWAT Proaktív adatvesztés-megelőzés (DLP) legújabb fejlesztéseit, az AI-alapú dokumentumosztályozást. A Proaktív DLP mostantól felismeri a nem biztonságos a munkához (NSFW) tartalmakat a képekben és a szövegekben.Emellett a személyes személyazonosságot igazoló dokumentumokat is osztályozza a közös dokumentumszerkezetek alapján, lehetővé téve a szervezetek számára, hogy blokkolják a gyanús, házirendtől eltérő dokumentumokat.

OPSWAT A proaktív DLP védi a szervezet kritikus adatait. Ez a legújabb verzió NSFW tartalomfelismerő funkciókkal bővült, amelyekkel azonosítani tudja a felnőttképeket és a mérgező szöveget a képeken és dokumentumokban. az OPSWAT Proactive DLP használata egyszerű, és mostantól teljes mértékben integrálódik a MetaDefender Cloud , a felhőalapú kiberbiztonsági platformunkba.

Dokumentum-azonosítási jellemzők

Nézzük meg az OPSWAT Proactive DLP új dokumentumazonosítási funkcióit.

Munkahelyre nem biztonságos (NSFW) tartalom felismerése

1. Felnőtt tartalom felismerése a képeken

A sértő vagy felnőtteknek szóló tartalmak felismerése a képeken jelentős kihívást jelentett, ami manuális ellenőrzést és a sértő tartalmak megjelölését igényelte. A mesterséges intelligencia és a mélytanulás fejlődésével ma már képesek vagyunk az NSFW-képek automatikus, nagy pontosságú osztályozására.

Fejlett mesterséges intelligenciánk felismeri a képeken található explicit és szuggesztív felnőtt tartalmakat, így megkönnyítve üzleti platformjainak felhasználóbarát és a nem megfelelő anyagoktól mentes maradását. Ez a képesség magában foglalja a képeket, rajzfilmeket és animéket. A felhasználóknak lehetőségük van a felnőtt képek automatikus elmosására.

2. Sértő nyelvezet felismerése szövegben

A szövegalapú, sértő nyelvi elemek felismerése a képeken túlmenően a dokumentumokban és e-mailekben található sértő és mérgező tartalmak felismerésére is alkalmas. A mesterséges intelligenciánk természetes nyelvi feldolgozást használ a szövegben található sértő tartalmak, köztük a káros vagy nem megfelelő nyelvezet azonosítására és megjelölésére.

Minta mérgező nyelvezet e-mailben
az OPSWAT Proaktív DLP által feldolgozott mérgező nyelvi minta

Az egyszerű felhasználói felület lehetővé teszi a felhasználók számára a sértő tartalmak szűrését, elmosását és szerkesztését a MetaDefender Core oldalon. A dokumentumtípust a rendeltetésnek megfelelően választja ki, például NSFW.

az OPSWAT Proaktív DLP által feldolgozott mérgező nyelvi minta

AI-alapú személyazonosító okmányok felderítése

Proactive DLP fejlett OCR-rel kombinált mesterséges intelligencia technológiát használ a személyazonosságot igazoló dokumentumok osztályozására olyan közös szerkezetek alapján, mint a fénykép és a szöveg. Ha egy potenciális személyazonosító dokumentumot észlel, a felhasználók eldönthetik, hogy blokkolják vagy engedélyezik-e azt.

Ember által felderített személyazonosító útlevél
Nem ember által felderített személyazonosító útlevél

Proaktív adatvesztés elleni védelem a Cloud

A MetaDefender Cloud mostantól tartalmazza a Proactive DLP motort, amely azonosítja és jelenti az érzékeny adatokat a fájlokban, a hitelkártyaszámoktól (CCN) és a társadalombiztosítási számoktól (SSN) kezdve az IPv4 és a Classless Inter-Domain Routing (CIDR) adatokig. A Microsoft Office dokumentumokat és PDF-eket is magában foglaló fájlformátumok széles skáláját támogató Proactive DLP motor lehetővé teszi a MetaDefender Cloud számára, hogy észlelje és intézkedjen, legyen szó akár az adatok hálózatok közötti átvitel blokkolásáról, megakadályozásáról vagy engedélyezéséről.

A folyamatot a pontosság egy rétegével egészíti ki a Certainty Score, egy olyan mérőszám, amelyet az azonosított adatok relevanciája határoz meg az adott kontextusban. Ez a pontszám átfogó elemzésből származik, amely olyan tényezőket vesz figyelembe, mint a számjegyek száma, a banki azonosítószám (BIN) keresési eredmények és az általános kontextuális relevancia. A felhasználók a Certainty Score értékeket a nagyon alacsony és a nagyon magas értékek között figyelhetik meg, ami árnyalt képet ad az adatazonosítási folyamathoz kapcsolódó bizalmi szintekről. A DLP funkcióval kiegészítve a MetaDefender Cloud átfogó és árnyalt megközelítést kínál az érzékeny információk védelméhez.

Próbálja ki most

Maradjon naprakész az OPSWAT oldalon!

Sign up today to receive the latest company updates, stories, event info, and more.