A lényegre koncentrálva: a 99,9%-os pontosságú mesterséges intelligencia-motor javítja a biztonsági rendszerét
Fedezze fel, hogyan képes a végrehajtás előtti mesterséges intelligencia milliszekundumok alatt felismerni a rosszindulatú fájlokat, csökkenti sandbox mennyiségét, a korai tesztelések során 0,1 százalékra csökkenti a téves riasztások arányát, és segít a SOC-csapatoknak a triázs idejének lerövidítésében és az adatvédelmi incidensek kockázatának csökkentésében.
Amit tanulni fog
A végrehajtás előtti prediktív fájlfelismerés működési hatása.
Zárás Észlelési rés
A rosszindulatú fájlok felismerése futtatás előtt, anélkül, hogy sandbox lenne szükség
Csökkentse a SOC zajt
Csökkentse a hamis pozitív eredmények arányát 0,1 százalékra a korai tesztelés során.
Csökkentse az expozíció ablakot
Milliszekundumok alatt hozza meg döntéseit, mielőtt az elemzők meglátnák a riasztásokat
Kiemelt előadó
Alin Besnea
Alin Besnea az OPSWAT Románia vezérigazgatója, ahol az üzemeltetési és HR funkciókat felügyeli, valamint a temesvári (Románia) vállalkozás minden aspektusát koordinálja. Alin az OESIS Framework termékigazgatója is, aki a stratégiai jövőképet és az útitervet, valamint az OEM-ajánlaton dolgozó mérnöki csapatokat irányítja. Alin 14 éves mérnöki és mérnöki vezetői tapasztalattal rendelkezik. Mielőtt az OPSWAT csatlakozott, Alin a 2o technológiai igazgatójaként dolgozott, egy közösségi játékokkal foglalkozó start-up cégnél, amelynek társalapítója volt. Alin a Temesvári Műszaki Egyetemen szerzett informatikai alapdiplomát.
Élőben nézni
Nézze meg, hogyan csökkenti a végrehajtás előtti mesterséges intelligencia a riasztások számát és a kockázatot
