Sophos meluncurkan solusi bisnis Sophos Intercept X untuk server yang menawarkan perlindungan dengan teknologi prediktif deep learning.
Teknologi deep learning itu akan melindung server terhadap ancaman siber yang terus-menerus berevolusi.
Sumit Bansal (Direktur Senior ASEAN dan Korea di Sophos) mengatakan Sophos sudah melatih teknologi deep learningnya dengan ratusan juta sampel untuk mencari atribut- atribut mencurigakan dari kode berbahaya dan mencegah serangan malware yang belum pernah dikenali sebelumnya.
"Jika server diserang dan mati, seluruh perusahaan dapat terkena dampaknya. Setelah dijebol, serangan siber mampu masuk ke dalam jaringan dan melakukan beberapa kerusakan serius seperti mengeksfiltrasi data dan menggunakan informasi yang dicuri untuk melakukan spear-phishing," katanya dalam siaran persnya, Rabu.
Sophos mengungkapkan sebanyak dua pertiga dari manajer TI di seluruh dunia tidak mengerti tentang teknologi anti-eksploit sehingga perusahaan mereka rentan terhadap pencurian dan penyalahgunaan data.
Selain itu, para penjahat dunia siber bisa menggunakan langkah-langkah gigih dari berbagai arah untuk menargetkan dan mengambil alih server dengan tujuan untuk mengakses data bernilai tinggi seperti informasi identitas pribadi (PII), perbankan, pajak, gaji dan catatan keuangan lainnya, dan kekayaan hak milik intelektual.
Bansal mengatakan server adalah infrastruktur penting, tetapi sering diabaikan dalam strategi endpoint di banyak perusahaan. "Serangan yang mencapai server lebih berbahaya bagi bisnis daripada serangan pada endpoint, karena ada data-data penting yang tersimpan di server," ucapnya.
Sophos mendemonstrasikan teknik peretasan dan eksploit canggih yang digunakan pelaku kejahatan siber dalam Video tentang Serangan Real-Time (dapat juga ditemukan di Sophos.com/Servers).
Fitur-fitur baru di Sophos Intercept X for Server :
Deep Learning Neural Network
· Memanfaatkan jaringan saraf mendalam (deep neural network) dari Intercept X untuk mendeteksi malware dan aplikasi tidak diinginkan yang baru muncul dan tidak
terlihat sebelumnya
· Setelah diterapkan, model ini akan terus memperbarui dan mengidentifikasi atribut-atribut penting dan dapat menghasilkan keputusan yang lebih akurat untuk
membedakan payload jenis jinak atau malware.
| Penulis | : | Adam Rizal |
| Editor | : | Adam Rizal |
KOMENTAR