Технологии ABBYY применяются в DLP-решении Symantec

OCR-технологии ABBYY используются в DLP-решении компании Symantec для распознавания и блокировки передачи конфиденциальных данных на изображениях. Решение Symantec Data Loss Prevention позволяет минимизировать вероятность утечки информации за счет оперативного анализа ее перемещения, при этом используются передовые технологии анализа данных.

При утечке информации, критичной для организации, велика вероятность финансовых потерь или снижения доверия к компании со стороны ее клиентов и партнеров. Компании выбирают разные процессы создания, хранения и обработки данных, поэтому зачастую информация хранится и передается не только в текстовом, но и в графическом формате. Например, важные документы могут быть в виде отсканированных копий бумажных документов или скриншотов.

Решение Symantec DLP при помощи OCR-технологий ABBYY открывает новые возможности по защите конфиденциальной информации для компаний, использующих СЭД или практикующих перевод бумажной документации в электронные копии. Технологии ABBYY помогают обрабатывать потоки графических данных, не лишая решение Symantec DLP возможности мгновенно блокировать передачу информации. При этом все процессы обработки остаются незаметными для пользователя и не вызывают временных задержек.

«При выборе поставщика технологий оптического распознавания текстов мы ориентировались на такие критерии, как надежная репутация производителя, инновационные идеи и технологии, высокое качество реализации решений, и, конечно, обязательная поддержка русского языка. ABBYY и ее технологии отвечают всем нашим требованиям, и мы рады, что DLP-решение Symantec стало еще более совершенным с помощью OCR-технологий компании», – комментирует Александр Клиентов, технический консультант по информационной безопасности, Symantec.

От существующих решений связка ABBYY и Symantec DLP отличается значительным архитектурным и технологическим превосходством, а также масштабируемостью для обработки любых объемов передаваемых за пределы компании или хранимых во внутренних системах данных. 

Подпишитесь
в Facebook

Я уже с вами