Zscaler-Buch

Erfahren Sie, wie Zscaler das Arbeiten von überall aus ermöglicht.

E-Book noch heute herunterladen

Zscaler-Buch

Erfahren Sie, wie Zscaler das Arbeiten von überall aus ermöglicht.

E-Book noch heute herunterladen

Wählen Sie Ihre Funktion und wir werden auf Sie zugeschnittene Inhalte kuratieren
Lösungen > Machine Learning

Zscaler Machine Learning

Einsatz von künstlicher Intelligenz aus der Cloud zum Schutz
vor neuen und aufkommenden Bedrohungen.

Der Wettlauf um einen Vorsprung vor ausgefeilten Bedrohungen

Das Schützen Ihrer Organisation ist eine Vollzeitbeschäftigung. Von neuen, schädlichen Websites über Ransomware bis hin zu Phishing-Angriffen lauern überall Gefahren, die Ihre brüchige Verteidigung herausfordern. Aber wie wehren Sie ausgefeilte Bedrohungen ab, die sich schneller bewegen als Ihre Sicherheit? Machine Learning (ML) kann Ihre Reaktionszeit verkürzen, doch heutige ML-Lösungen verwenden oftmals einen unzulänglichen Ansatz.

Warum herkömmliches Machine Learning-Angriffe übersehen kann

Begrenzte Ressourcen

Für effektives Machine Learning benötigt man eine Unmenge von Daten, um Modelle zu erstellen – Daten, die zentralisiert sind und in Echtzeit korreliert werden, was mit unzusammenhängenden Sicherheits-Appliances einfach unmöglich ist.


Mangel an Kontextanalyse

Netzwerkbasierte Lösungen sind dadurch begrenzt, dass sie einzelne Pakete betrachten und dabei das Gesamtbild des Inhalts aus dem Auge verlieren – eine Sichtweise, die für eine sinnvolle Nutzung von Machine Learning erforderlich ist.


Durchsetzungsprobleme

Architekturen wie Next Generation Firewalls (NGFWs), die Verbindungen durchlaufen lassen, können Inhalte nicht zur ML-Analyse unter Quarantäne stellen. Dies bedeutet, dass schädliche Bytes so lange eindringen können, bis ein Urteil gefällt ist.

Zscaler Machine Learning

Nutzen Sie die Leistungsfähigkeit der Cloud für bessere Advanced Threat Protection

Zscaler Machine Learning identifiziert Bedrohungsmuster schnell über Mengen von Daten hinweg, um ausgefeilte Bedrohungen ohne Signaturen oder menschliche Interaktion zu blockieren. Durch Nutzung der Größe und des Umfangs der Zscaler-Cloud können Daten in Echtzeit vor auftauchenden Bedrohungen wie polymorpher Malware, Spear-Pishing und verdächtigen Websites geschützt werden.

Was Zscaler für Sie leisten kann

Echtzeitschutz

Mit einer Inline-Cloud-Archtitektur ohne die Einschränkungen von herkömmlichen Appliances kann Zscaler alle neuen Varianten bekannter Bedrohungen, polymorpher Viren und Ransomware in Echtzeit blockieren.


Verhinderung unbekannter Phishing-Angriffe

Nutzen Sie fortschrittliche, KI-basierte Inhaltsanalysen und Daten, die aus 100 Milliarden täglicher Transaktionen resultieren, um den Zugang von neuen, unbekannten Angriffen mittels Spear- und
Anmeldedaten-Phishing zu verhindern.


Echtzeit-Klassifizierung unbekannter Websites

Zscaler Machine Learning schließt Sicherheitslücken, indem neue und unbekannte Websites beim Zugriffsversuch klassifiziert werden, was die Richtliniendurchsetzung und die Nutzererfahrung verbessert.

Was macht Zscaler Machine Learning einzigartig?

Lecksicheres Machine Learning

Herkömmliche Architekturen mit NGFW-Durchlauf verfügen nur über begrenzte Ressourcen, um alle Pakete in Echtzeit zu verarbeiten und zu analysieren. Da Zscaler die Inline-Überprüfung im Cloud-Maßstab durchführt, wird jedes Paket erfasst und vor der Weiterleitung an Endgeräte in Echtzeit auf schädliche Inhalte hin analysiert.

Stoppt zielgerichtete Phishing-Websites

Viele ziel- und zweckgerichtete Phishing-Websites können weder durch Signaturen noch durch simples ML erkannt werden. Zscalers Inline-Modelle für Machine Learning können diese gefährlichen und unbekannten zielgerichteten Phishing-Seiten erkennen, bevor Sie im Browser des Endnutzers auftauchen.

Schließt durch unbekannte Websites verursachte Sicherheitslücken

Herkömmliche Lösungen müssen neue und nicht klassifizierte Websites durchkämmen, um sie korrekt zu klassifizieren. Dies ist ineffizient und setzt Benutzer verdächtigen Inhalten aus. Mit Zscaler Machine Learning werden Web-Inhalte bei Benutzerzugriff sofort klassifiziert, was eine bessere Richtliniendurchsetzung zum Blockieren nicht klassifizierter Websites ermöglicht.

Empfohlene Ressourcen

Blog

KI und ML in der Cybersicherheit: Zu viel oder nicht genug Hype?

Blog

2020er: KI und Machine Learning lassen für die Zukunft hoffen

ARTIKEL

Forbes: Zusammenstellung eines erstklassigen KI-Teams