賽門鐵克公司今天宣布推出賽門鐵克數據丟失防護DLP11，主要用于簡化對企業最寶貴信息“知識產權”的檢測和保護。賽門鐵克此次最新推出的市場領先技術安全套件會采用Vector Machine Learning技術，該技術是市場上第一個、也是唯一的機器學習技術，旨在簡化較難捕捉的知識產權檢測。此外，賽門鐵克數據丟失防護DLP11還在端點增加了新的加強版Data Insight技術和其他安全措施，從而提高了補救流程的效率。
數據增多，風險加大
每年，非結構化數據以60%以上的速度增長，越來越難于管理和保護。企業最寶貴的信息“知識產權”，往往會被淹沒在海量非結構化數據中，很多數據并不是敏感信息。非結構化的數據存儲的安全性要低于其他的數據存儲，更容易遭受內部和外部威脅而丟失數據。知識產權比以往任何時候都要易于遭受攻擊，一些針對性攻擊如Hydraq和其他高級別保密文件丟失等即是明證。
Vector Machine Learning技術簡化識別
在采取措施保護敏感信息之前，企業需要首先識別敏感信息。數據丟失防護一直以來基于兩類檢測技術：指紋鑒別技術和信息描述技術。指紋鑒別技術需要將所有需要保護的文件集合起來，然后為各個檔案分配獨特的指紋。而信息描述技術則需要創建正則表達式和關鍵詞列表來識別敏感信息。由于信息是廣泛分布的，所以指紋鑒別技術對企業來講難度很大；對于信息描述技術而言，不但創建正則表達式和關鍵詞列表非常耗時，而且該技術的準確性也不如指紋鑒別技術。
Vector Machine Learning是賽門鐵克的一項創新技術，旨在克服目前檢測技術的局限性。企業可以利用樣本文件來訓練Vector Machine Learning去識別一些定義性特征、找出敏感信息與非敏感信息的細微差別。這就避免了創建關鍵詞列表，也避免了指紋鑒別新創建的文件。利用Vector Machine Learning，僅需一些樣本文件即可創建準確的規則，而且，隨著越來越多的正面和反面樣本文件進入系統，其準確性會日益精進。
易與Data Insight加強版兼容
賽門鐵克數據丟失防護DLP11將納入賽門鐵克Data Insight加強版中。該技術可以識別何處的信息面臨最大的風險，然后自動通知相關的主人。這就簡化了補救流程，提高了補救效率。新增的風險評分（Risk Scoring）功能根據文件夾所含信息的數量和敏感程度以及該文件夾的可訪問性，將需要補救的文件夾排序。新增的數據主人補救（Data Owner Remediation）功能可以自動給共享存儲里有風險的數據的主人發送電子郵件告警，這就增進了人們的安全意識，促進了信息的保護，從而提高了企業的數據保護項目的效率。
為端點增加保護
據預計，賽門鐵克數據丟失防護11將提供多種端點增強功能，包括使企業能夠靈活地使用更廣泛的應用程序和存儲設備，同時使信息處于高度安全的狀態。應用程序文件訪問控制（Application File Access Control）功能可以確保員工在使用iTunes、Skype和WebEx之類的用戶應用程序時不會泄露敏感信息。信任設備（Trusted Devices）功能使企業在使用多種存儲設備的同時確保敏感信息僅能復制到獲得許可的設備，比如企業發布或者跟蹤的設備。本次推出的新功能還有Endpoint FlexResponse，旨在集成用戶其他的賽門鐵克和第三方解決方案，比如加密和企業權限管理（Enterprise Rights Management，ERM），從而簡化用戶在端點擴展數據保護這一過程。
正面評論
“美國大陸航空公司對賽門鐵克數據丟失防護11的風險評分功能和數據主人補救功能尤其感興趣。有了這兩大功能，我們希望減少定位和保護我們的保密信息的時間。我們發現，我們保護客戶的敏感信息的能力是我們的成功關鍵，而該解決方案可以幫助我們實現這一目標。” 美國大陸航空公司信息安全部高級經理Cynthia Soares表示，“自動監控我們的敏感信息存儲的狀態的能力將轉化為可觀的成本收益。”
“賽門鐵克的Vector Machine Learning技術會基于機器學習能力促進敏感信息的產生，并大幅提高我們公司保護非結構化數據的能力。” Enterprise Strategy Group首席分析師Jon Oltsik表示，“該技術使企業能夠更容易地定義、檢測并最終保護他們的知識產權。”
“賽門鐵克數據丟失防護11主要用于幫助信息安全專家更高效地保護其企業的最敏感信息。”賽門鐵克公司產品管理部高級主管Aaron Aubrecht表示，“我們從客戶那里獲知，更準確的知識產權檢測，以及基于風險對行動進行更準確的排序，這是高效的信息保護項目的基本元素。我們的Vector Machine Learning技術和Data Insight直接性地滿足了這些需求。”
原文鏈接：http://netsecurity.51cto.com/art/201101/243201.htm
