CheckPoint представила сетевое решение для предотвращения потери данных

CheckPoint представила сетевое решение для предотвращения потери данных

Компания Check Point Software Technologies Ltd. сегодня объявила о выпуске сетевого решения предотвращения потери данных (Data Loss Prevention, DLP), помогающего компаниям перейти от обнаружения к предотвращению потери данных путем профилактической защиты конфиденциальной, закрытой и секретной информации от непреднамеренной утраты. В Check Point DLP имеются детальные правила, соответствующие принятым в компании процедурам обращения с информацией.



При работе с Check Point DLP пользователь получает оповещение о нарушении процедур обращения с документами, одновременно происходит обучение сотрудника работе с корпоративными данными. В дополнение к многофакторному механизму корреляции, с высокой точностью обнаруживающему нарушения правил работы с информацией, при решении задач DLP компания Check Point учитывает человеческий фактор, позволяя и провоцируя пользователя исправлять возможные нарушения в реальном времени.

«Нет такой компании, перед которой не стояла бы задача предотвращения потери данных. Рано или поздно в жизни каждого наступает момент, когда он отправляет e-mail с конфиденциальной информацией не тому получателю. Компания Check Point первой в отрасли решила проблему утечки данных, — заявил Гил Швед (Gil Shwed), основатель, председатель правления и генеральный директор компании Check Point. — Объединяя новаторские разработки и созданное нами решение предотвращения и исправления ошибок пользователей UserCheck, система Check Point DLP позволяет компаниям применять корпоративные правила и информировать о них пользователей, предотвращая как преднамеренную, так и непреднамеренную потерю данных».

Компании, применяющие Check Point DLP, могут включить технологию UserCheck, уведомляющую пользователей о возможном нарушении режима безопасности при помощи всплывающего сообщения или электронного письма. Работникам предписывается оперативно устранить возникшее нарушение и не допустить потери данных. Реализованная в решении Check Point уникальная функция устранения нарушений пользователями информирует их о корпоративных правилах работы с информацией и возможностях самостоятельного устранения нарушений, а также минимизирует распространение конфиденциальных данных в информационных системах.

Файлы, отправляемые в Интернет, обрабатываются новой системой Check Point MultiSpect — многофакторным механизмом классификации данных, анализирующим проходящий трафик и с высокой точностью определяющим связи между пользователями, типами данных и процессами. Чтобы помочь компаниям предотвращать нарушения с первого же дня внедрения системы, не прибегая к дорогостоящим профессиональным услугам, в решении Check Point DLP предусмотрено более 250 готовых правил, созданных на основе апробированных рекомендаций и призванных предотвратить распространение конфиденциальной информации.

Check Point DLP может устанавливаться на открытые сервера, а также поставляется в составе специализированных устройств DLP-1 для моментальной установки и запуска в эксплуатацию.

Источник

Эксперты: за год число вредоносных opensource-компонентов возросло в 11 раз

В 2025 году в компании CodeScoring зарегистрировали 457 тыс. вредоносных библиотек с открытым исходным кодом — в 11 раз больше, чем в предыдущем году. Зафиксировано также 14 тыс. новых уязвимостей в таких компонентах.

По словам специалистов, сохраняют актуальность и более ранние неприятные находки — к примеру, RCE-уязвимость Log4Shell, которая все еще присутствует в 15 тыс. сторонних библиотек. Публикация подобных пакетов грозит атаками на цепочку поставок.

В уходящем году также зафиксировано появление новой, еще более опасной угрозы — самоходного червя Shai Hulud, способного создавать новые репозитории и воровать конфиденциальные данные с CI/CD-платформ.

В связи с бурным ростом популярности ИИ объявился новый вектор атаки — slopsquatting: злоумышленники начали использовать склонность больших языковых моделей (БЯМ, LLM) к галлюцинациям для внедрения в легитимные проекты небезопасного кода.

Из-за этой особенности умный помощник по разработке может ошибиться и вместо легитимной библиотеки предложить для использования вредоносную со схожим названием. По данным CodeScoring, в России ИИ-ассистентов применяют 30% разработчиков, и потенциально опасные галлюцинации происходят у LLM в 20% случаев.

Чтобы защититься от атак на цепочку поставок, эксперты советуют вести тщательный учет компонентов, используемых для сборки софта, при установке библиотек выставлять запрет на исполнение скриптов, а также следовать стандарту ГОСТ Р 56939-2024 и активнее внедрять технологии безопасной разработки.

RSS: Новости на портале Anti-Malware.ru