产品概述

网络数据防泄露产品

Ne-DLP，网络数据防泄露产品，以流量技术与机器学习算法为基础，实现对网络流量的敏感数据检测能力，帮助客户全面提升数据安全防护水平，降低客户数据泄露风险，避免数据泄露给客户带来的经济损失以及不良的社会影响。 全面引入机器学习算法，避免传统DLP产品由于需要大量人工工作量维护关键词、正则表达式等规则而产生的不可操作性，实现敏感数据标签化识别能力，隐蔽或变种敏感数据的指纹识别能力。一方面实现降低或免人工干预的敏感数据识别能力，另一方面最大程度提升敏感数据的识别精度与准确性。
产品功能
  • 人工智能实现数据分类
    人工智能实现数据分类
    采用人工智能引擎，处理数据发现过程中依靠数据识别与内容标记作为基础，通过对数据的识别，区分不同的数据价值。借助智能数据分类能力，实时梳理不同业务类别数据，统一管理每个终端、服务器、邮件和网络中的敏感数据，全局掌控数据资产，可视化展现和钻取。
  • 分类分级策略管理
    分类分级策略管理
    系统贯彻数据分类分级治理理念，在制定数据安全策略之前先进行数据分类的治理工作，再通过对分类（分级）类别的价值差异决定对数据的具体保护方式；通过数据分类的治理功能一方面实现了对不同价值数据的区别保护，同时，系统数据保护策略依据的也是基于数据分类分级的场景保护，实现了对不同风险事件的差异识别。
  • 支持在线数据梳理
    支持在线数据梳理
    通过现在机器学习功能，支持数据在线无监督聚类，使数据管理人员可通过系统平台快速、准确的实现业务数据的梳理。通过强大的机器学习算法亦可实现数据梳理结果及数据分类识别规则的持续优化改进。
  • 支持业务数据机器学习语义特征提取及优化
    支持业务数据机器学习语义特征提取及优化
    采用完全自主研发的内容识别引擎，应用机器学习、自然语言处理和文本聚类分类技术，对数据进行基于内容的实时精准分类。通过集成到系统平台的机器学习引擎，实施无监督机器学习，提取短句或长组合词作为语义特征，自动生成分类规则库。在此过程中，用户亦可人工干预特征选择，也可使用反向对照样本加强训练。极大提高数据梳理及在线机器学习效率及准确率。
  • 支持数据内容、属性识别
    支持数据内容、属性识别
    支持采取关键字、关键字对、词组检测、正则表达式检测、指纹比对、文件属性检测、组合检测等多种数据识别方法。
  • 数据资产分布展现
    数据资产分布展现
    能够向管理者呈现不同类别和密级的数据分布、违规风险和安全事件，且能钻取查询某指定设备中不同类别的敏感数据详细列表，满足企业对数据安全的审计需要。管理者因此能够摆脱纷冗繁杂的权限设置细节，而在更高的层面上直观监督管理意图和要求的实现情况，及时发现风险隐患。
  • 基于业务流程的数据合规保护
    基于业务流程的数据合规保护
    系统的安全策略由策略维度要素和权限控制策略组合而成，每一条策略的颗粒度可达到综合所有策略维度要素及操作权限。
  • 网络数据泄露防护
    网络数据泄露防护
    网络数据泄露防护分为网络监控和网络阻断两种，在网络监控保护中，依靠网络发送者的IP可以追溯到风险事件的发起源，审计网络泄露行为的来源、目的地、传输内容、文件等，同时可以监控终端部分应用程序后台偷偷传输数据的行为，以监控用户非主动泄露的场景下的泄露行为；在网络阻断保护中，通过与网络代理服务器的联动配合，可实现网络上严重数据泄露行为的阻断，防止敏感数据扩散至外网。
  • 用户异常行为分析
    用户异常行为分析
    产品引入用户行为分析功能，通过后台算法每天定期对事件及详情进行统计、关联和挖掘，根据综合分析评价得出结论，利用机器学习技术对用户行为学习进行多维度用户异常行为分析。通过用户行为分析有利于审计人员快速发现问题的用户和异常的风险行为，立刻定位到某个用户身上，第一时间避免更大的泄露风险。
产品优势
  • 1

    智能化

    基于机器学习、自然语言处理、数据挖掘融合的先进人工智能数据识别分类技术。
  • 2

    自动化

    帮助客户形成敏感数据分级分类的自动化维护工具，帮助客户对数据资产进行自动化扫描，发现隐形数据。帮助客户建立企业数据知识图谱，生成数据资产地图。
  • 3

    高性能

    高性能网络数据防泄露处理机制，引擎内核采取C语言开发，提供最高性能的敏感数据检测能力。
  • 4

    丰富的识别方法

    独有的正反样本提取、对照分类技术快速完成漏误报优化。深度内容检测支持属性规避、内容规避、转换规避。行为模式检测：支持下载异常、分布异常、点滴式泄露检测。
典型部署
典型部署
开始试用数据防泄露产品
申请试用
申请试用