InfoWatch Traffic Monitor Enterprise демонстрирует высокую производительность

InfoWatch Traffic Monitor Enterprise показал высокую производительность

InfoWatch Traffic Monitor Enterprise показал высокую производительность

Группа компаний InfoWatch выпустила обновление решения для контроля информационных потоков и защиты корпоративной информации InfoWatch Traffic MonitorEnterprise, отличающееся повышенным уровнем производительности. Технологии, реализованные в новой версии, позволяют перехватывать HTTPS-трафик пользователей на рабочих станциях, а не на шлюзе, благодаря чему производительность системы существенно возрастает. Кроме того, офицер безопасности теперь может исключить внутрикорпоративный трафик из отслеживаемых потоков информации для снижения нагрузки на сервер.

«Эффективная DLP-система должна не только предоставлять необходимую функциональность, но и отвечать высоким требованиям к производительности, – комментирует Александр Клевцов, менеджер по развитию направления DLP компании InfoWatch. – Поэтому при разработке данного обновления нашего флагманского продукта мы сосредоточились на том, чтобы обеспечить обработку и анализ больших объемов данных».

Дополнительно в InfoWatch Traffic Monitor Enterprise 4.1 встроено детектирование самораспаковывающихся архивов (SFX), что позволяет системе анализировать заархивированные данные на предмет наличия в них конфиденциальной информации.

Согласно данным Аналитического центра InfoWatch за 2012 год, основная часть утечек все еще происходит через бумажную документацию, поэтому при разработке InfoWatch Traffic Monitor Enterprise4.1 особое внимание было уделено каналу отправки данных на печать. Новая версия включает расширенный список языков печати и, как результат, отслеживает печать не только на стандартных офисных, но и на промышленных устройствах, часто используемых на предприятиях крупного масштаба. Таким образом, с помощью InfoWatch Traffic Monitor Enterprise 4.1 попытка распечатать конфиденциальные документы будет обнаружена вне зависимости от языка печати или модели принтера.

Кроме того, описания инцидентов такого типа теперь содержат максимально полную информацию, от имени и расположения принтера до указания количества копий распечатанного документа. Эти сведения используются для расследования инцидентов и выявления злоумышленников.

97% компаний в России внедряют ИИ, но 54% не видят его ценности

UserGate изучила, как российские компании внедряют инструменты на базе ИИ и что мешает делать это быстрее. Опрос прошёл в январе 2026 года, в нём участвовали 335 топ-менеджеров компаний с выручкой от 100 млн рублей в год. Картина получилась довольно показательная: 97% компаний уже используют ИИ, тестируют его в пилотах или собираются внедрять в ближайшее время.

То есть искусственный интеллект из разряда «модного тренда» окончательно перешёл в категорию рабочих инструментов.

Чаще всего ИИ применяют для вполне прикладных задач. На первом месте — генерация отчётов и аналитики (42%). Далее идут оптимизация сетевой инфраструктуры (38%), анализ больших массивов логов (37%), ускорение расследований инцидентов (35%) и повышение эффективности Help Desk (32%).

Иными словами, бизнес в первую очередь использует ИИ там, где он помогает сэкономить время и ресурсы или усилить функции безопасности.

Интересно, что приоритеты зависят от масштаба компании. В корпоративном сегменте более 60% респондентов указали анализ больших логов как ключевое направление — что логично при объёмах данных в крупных ИТ-ландшафтах. В среднем бизнесе на первый план выходит оптимизация сетевой инфраструктуры (45%).

При этом 7% компаний пока вообще не рассматривают внедрение ИИ. Главные причины — неясная ценность технологии (54%) и неопределённость рисков (38%). Также среди барьеров называют отсутствие чёткого распределения ответственности (29%), ограниченные бюджеты (29%) и нехватку экспертизы (17%). По сути, речь идёт не столько о скепсисе, сколько о нехватке понимания, как именно внедрять ИИ и как управлять связанными с ним рисками.

Отдельно респондентов спросили, какие технологии окажут наибольшее влияние на кибербезопасность в ближайшие 12 месяцев. Лидером стали ИИ и машинное обучение — их назвали около половины представителей коммерческого и государственного сегментов. Даже те компании, которые пока осторожничают с практическим внедрением, всё равно рассматривают машинное обучение как ключевой фактор трансформации ИБ в среднесрочной перспективе.

Как отмечает руководитель отдела стратегической аналитики UserGate Юлия Косова, бизнес уже активно использует ИИ в операционных и защитных сценариях, но ожидания рынка зачастую опережают текущую практику. Дальнейший эффект, по её словам, будет зависеть от зрелости процессов, качества данных и способности управлять рисками.

RSS: Новости на портале Anti-Malware.ru