數(shù)據(jù)防泄漏系統(tǒng)

奇安信網(wǎng)神數(shù)據(jù)防泄漏系統(tǒng)遵循以數(shù)據(jù)為中心的安全架構(gòu)設(shè)計(jì)，使用先進(jìn)分類分級(jí)數(shù)據(jù)內(nèi)容識(shí)別引擎，結(jié)合用戶行為分析技術(shù)，覆蓋網(wǎng)絡(luò)、終端、郵件、存儲(chǔ)等關(guān)鍵位置，完美解決數(shù)據(jù)分布集中展示、敏感數(shù)據(jù)使用、敏感數(shù)據(jù)傳輸風(fēng)險(xiǎn)預(yù)警、用戶行為預(yù)警的難題。客戶能夠借助產(chǎn)品中數(shù)據(jù)分類能力，實(shí)時(shí)梳理不同業(yè)務(wù)類別數(shù)據(jù)，實(shí)現(xiàn)可視化展現(xiàn)和差異化分類保護(hù)策略。

產(chǎn)品功能PRODUCT FUNCTIONS

數(shù)據(jù)安全治理功能

支持?jǐn)?shù)據(jù)分類分級(jí)治理、資產(chǎn)風(fēng)險(xiǎn)識(shí)別、可視化展現(xiàn)等先進(jìn)數(shù)據(jù)安全治理理念，按照用戶數(shù)據(jù)分類分級(jí)規(guī)范，在平臺(tái)中靈活配置數(shù)據(jù)的分類和分級(jí)。

網(wǎng)絡(luò)數(shù)據(jù)防泄漏

基于深度內(nèi)容識(shí)別技術(shù)，對(duì)網(wǎng)絡(luò)傳輸中的流量（HTTP/S、FTP、SMTP）進(jìn)行檢測，依據(jù)預(yù)先定義的策略，識(shí)別敏感數(shù)據(jù)，執(zhí)行特定動(dòng)作，實(shí)施特定響應(yīng)，最終能有效防護(hù)企業(yè)敏感數(shù)據(jù)的數(shù)據(jù)安全。

終端數(shù)據(jù)防泄漏

針對(duì)終端電腦（Windows、macOS）進(jìn)行數(shù)據(jù)安全管控，發(fā)現(xiàn)、識(shí)別、監(jiān)控終端中的敏感數(shù)據(jù)，對(duì)企業(yè)數(shù)據(jù)資產(chǎn)分布、敏感數(shù)據(jù)的違規(guī)存儲(chǔ)進(jìn)行展現(xiàn)，同時(shí)對(duì)敏感數(shù)據(jù)的違規(guī)使用、擴(kuò)散等敏感行為進(jìn)行策略響應(yīng)控制。

郵件數(shù)據(jù)防泄漏

部署在郵件服務(wù)器和郵件網(wǎng)關(guān)之間，掃描和管控內(nèi)部員工外發(fā)的電子郵件，包括標(biāo)題、內(nèi)容和附件，對(duì)發(fā)現(xiàn)含有敏感信息的郵件進(jìn)行審批，根據(jù)審批結(jié)果對(duì)郵件進(jìn)行放行或者阻止，最終實(shí)現(xiàn)對(duì)企業(yè)郵箱外發(fā)敏感數(shù)據(jù)管控。

數(shù)據(jù)發(fā)現(xiàn)功能

支持發(fā)現(xiàn)SMB/CIFS、NFS、FTP、SFTP等常見網(wǎng)絡(luò)共享存儲(chǔ)、MySQL、Oracle、DB2等常見數(shù)據(jù)庫中的數(shù)據(jù)存儲(chǔ)和分布情況，支持云對(duì)象存儲(chǔ)數(shù)據(jù)發(fā)現(xiàn)，可查詢?cè)茖?duì)象存儲(chǔ)數(shù)據(jù)分布報(bào)告包括對(duì)象存儲(chǔ)信息、掃描策略、掃描周期、分類分級(jí)、敏感內(nèi)容、存儲(chǔ)位置等信息。

產(chǎn)品優(yōu)勢 PRODUCT ADVANTAGE

領(lǐng)先的數(shù)據(jù)治理防護(hù)模式

以數(shù)據(jù)為中心的架構(gòu)，以分類分級(jí)保護(hù)的數(shù)據(jù)治理防護(hù)模式，幫助快速實(shí)現(xiàn)基于業(yè)務(wù)流程的數(shù)據(jù)保護(hù)規(guī)則，支持分類事件指定人員處置及審批。

先進(jìn)的內(nèi)容識(shí)別技術(shù)

產(chǎn)品的核心是基于機(jī)器學(xué)習(xí)、自然語言處理、數(shù)據(jù)挖掘技術(shù)融合的人工智能分類引擎，系統(tǒng)在文本內(nèi)容認(rèn)知方面獨(dú)創(chuàng)性地引入了中文自然語言處理方法，利用機(jī)器學(xué)習(xí)具備文本分類和聚類、信息檢索等基礎(chǔ)應(yīng)用能力進(jìn)行數(shù)據(jù)內(nèi)容的識(shí)別，可以顯著提升檢測準(zhǔn)確率和效率。

高效的用戶行為分析技術(shù)

基于敏感數(shù)據(jù)事件的自動(dòng)全局用戶行為統(tǒng)計(jì)與分析，可詳盡展現(xiàn)和排序用戶操作行為風(fēng)險(xiǎn)，無需人工導(dǎo)出事件數(shù)據(jù)進(jìn)行二次關(guān)聯(lián)分析，讓安全團(tuán)隊(duì)聚焦于快速響應(yīng)及處置事件。

領(lǐng)先的數(shù)據(jù)治理防護(hù)模式

以數(shù)據(jù)為中心的架構(gòu)，以分類分級(jí)保護(hù)的數(shù)據(jù)治理防護(hù)模式，幫助快速實(shí)現(xiàn)基于業(yè)務(wù)流程的數(shù)據(jù)保護(hù)規(guī)則，支持分類事件指定人員處置及審批。

先進(jìn)的內(nèi)容識(shí)別技術(shù)

產(chǎn)品的核心是基于機(jī)器學(xué)習(xí)、自然語言處理、數(shù)據(jù)挖掘技術(shù)融合的人工智能分類引擎，系統(tǒng)在文本內(nèi)容認(rèn)知方面獨(dú)創(chuàng)性地引入了中文自然語言處理方法，利用機(jī)器學(xué)習(xí)具備文本分類和聚類、信息檢索等基礎(chǔ)應(yīng)用能力進(jìn)行數(shù)據(jù)內(nèi)容的識(shí)別，可以顯著提升檢測準(zhǔn)確率和效率。

高效的用戶行為分析技術(shù)

基于敏感數(shù)據(jù)事件的自動(dòng)全局用戶行為統(tǒng)計(jì)與分析，可詳盡展現(xiàn)和排序用戶操作行為風(fēng)險(xiǎn)，無需人工導(dǎo)出事件數(shù)據(jù)進(jìn)行二次關(guān)聯(lián)分析，讓安全團(tuán)隊(duì)聚焦于快速響應(yīng)及處置事件。