Podcast mit Sebastian Herten, Regional Sales Manager, Deep Instinct
Thema: „Deep Instinct Prevention for Applications“ ist eine agentenlose On-Demand-Antimalware-Lösung für Unternehmen, die geräte- und systemunabhängig ist.
- Wir reden oft und viel über die Absicherung von Netzwerken und Servern gegenüber Ransomware Angriffen, aber gilt das auch für Webanwendungen und Cloud-Speicher?
- Was sind die Voraussetzungen, die eine Cybersicherheitslösung mitbringen muss, um diese Bereiche erfolgreich (und präventiv) vor Malware schützen zu können?
- DPA – Wofür steht das genau?
- Was macht die Lösung so besonders im Vergleich zu anderen Lösungen in diesem Bereich? … nur für Finanzdienstleister ausgelegt oder können auch noch andere, kleinere Unternehmchen davon profitieren?
- Gibt es eine Branche, die davon besonders profitiert bzw. auf einen derartigen Schutz angewiesen ist?
Weitere Informationen:
Deep Instinct Prevention for Applications
Deep Instinct trifft den Angreifer früher, um in Ihren Dateien versteckte Bedrohungen – bekannte, unbekannte Ransomware oder Zero-Day-Programme – abzuwehren, bevor sie auf dem Endpunkt oder Server landen oder in den Speicher gelangen.
Deep Instinct Prevention for Applications ist eine agentenlose On-Demand-Antimalware-Lösung für Unternehmen, die geräte- und systemunabhängig ist. Mit unserem einzigartigen, branchenführenden Deep-Learning-Ansatz kann Ihr Unternehmen mit Ransomware, Zero-Day-Malware und unbekannter Malware infizierte Dateien verhindern, bevor sie Ihren Endpunkt, Server oder Speicher erreichen. Deep Instinct scannt den gesamten Inhalt einer Datei, um schnelle und äußerst präzise Entscheidungen zwischen bösartig und gutartig in <20 ms zu treffen, mit <0,1 % Fehlalarmen und einem extrem geringen Platzbedarf.
Unabhängig von der Branche, ob Sie ein großes Bankinstitut, ein Online-Händler, ein Gesundheitsdienstleister oder eine Regierungsorganisation sind, stellen Ihre Dateien ein Risiko dar. Kunden-Uploads, Benutzer-Downloads und Drittanbieter, die Dateien in Ihre Umgebung übertragen, machen Ihr Unternehmen blind für die Inhalte, die Ihr Netzwerk durchqueren.
Bisherige Podcasts mit Deep Instinct:
- Wie funktioniert Malware-Prävention mit Deep Learning?
- Wo liegt der Unterschied zu traditionellen Antiviren Programmen?
Was genau sind False Positives und wie kommen sie zustande?
- Warum sind False Positives im Kontext, im Zusammenhang von Cybersicherheit so eine Challenge/Hemmnis?
- Wie kann man dieses Problem minimieren bzw. den Prozess diese herauszufiltern automatisieren?
- Was bedeutet diese Automatisierung und Optimierung wiederum für die IT Security Teams?
- Wie können Deep Learning und Prevention-Solutions hierbei helfen?
- Inwiefern führt eine Verminderte Anzahl von Fehlalarmen zu mehr Sicherheit?
Thema: Deep Instinct hat kürzlich ein ebook herausgebracht mit dem Titel: EDR is Not enough!
Auszug:
Endpoint Detection and Response- Tools stoppen und beseitigen die meisten der Cybersecurity-Bedrohungen, mit denen Unternehmen täglich konfrontiert werden. Sie ermöglichen das Überwachen, Sammeln und Analysieren der Aktivitäten und Daten von Endgeräten in Echtzeit. Dies erlaubt es ihnen verdächtiges Verhalten bzw. Bedrohungen zu identifizieren und zu bekämpfen. Aber ist dem wirklich so? Immer mehr Vorfälle zeichnen ein ganz anderes Bild von der Wirksamkeit und den Schutzfähigkeiten von EDR. „Zitat Ende“
Deep Instinct bezieht hier klar Stellung und sagt, dass EDR nicht mehr reicht im Kampf gegen Ransomware, der „Assume Breach*“ Ansatz veraltet ist und EDR schon gar kein Allheilmittel ist.
- Woher kommt diese Annahme, die ziemlich provokant ist?
- Deep Instinct will ja auch die Endpoints und Netzwerke der Unternehmen absichern. Wo also liegt hier der Unterschied zu anderen EDR-fokussierten Sicherheitslösungen im Markt?
Thema: Reichen herkömmliche Lösungen noch aus oder nicht? AV bis XDR, EDR, MDR etc. Deep Instinct sagt, dass EDR nicht mehr genug ist! Warum?
1. Wie funktioniert die Lösung von Deep Instinct bzw. was genau macht Deep Instinct?
2. Was bedeutet Deep Learning?
3. Mal so zwischendurch: Was glaubst du, wie lange wird es dauern bis die Hacker es geschnallt haben, Lösungen wie eure zu umgehen oder Methoden zu entwickeln, um euch alt aussehen zu lassen?
4. Was ist der Unterschied zwischen Deep Learning und Machine Learning?
5. Wie funktionieren künstliche neuronale Netze im Deep Learning?
6. Was ist das Besondere an Deep Instinct?
7. Welches Problem in der Industrie will Deep Instinct lösen? Wo werdet ihr und wofür werdet ihr eingesetzt?
8. Wie kann Deep Learning vor Cyberattacken schützen?
Music by BlueSwine
Copyright © Urheberrechtlich Geschützt
Anfragen an Blueswine
blueswine(at)yahoo.com
