Data Loss Prevention 15.5 中的 新增功能

发表时间:2018-01-07


Symantec Data Loss Prevention

为您的数据提供安全防护

赛门铁克旗下业界领先的 Data Loss Prevention (DLP) 解决方案采用了最全面的检测技术和统一策略,可全方位保护您的敏感数据。



Data Loss Prevention 15.0 中的 新增功能

改进数据保护和合规性控制功能 Symantec Data Loss Prevention (DLP) 15.0 推出全新系列信息 保护功能,以业界领先的数据泄露防护技术为后盾,加大您 对机密数据的监控和控制力度。 • 扩展了 Information Centric (ICE) Encryption 集成: 利 用 DLP 与赛门铁克云加密服务和 Information Centric Encryption 的扩展集成,您可以对存储在网络中或通过端点 传送的文件执行强加密。 • 增强了数据分类集成:您可以通过利用赛门铁克全新数据 分类软件 Information Centric Tagging 提供的用户手动标记 识别敏感文件。 • 简单且性价比高的设备:我们推出全新的一体式虚拟和硬 件检测设备,旨在简化 DLP 的部署、升级和维护。 • 敏感图像识别:利用 DLP 15 中全新的内置光学字符识别 (OCR),您可以检测图像中嵌入的敏感文本。新的 DLP 敏感 图像识别附加产品包括新的光学字符识别和现有的表单识 别功能。 • 改进了内容检测:借助全新 Single Pass Data Identifier 功能 和 25 个新增及改版的 European Data 标识符,您可以更精 确地识别更多类型的数据。 • 更强大的端点控制:新端点代理发现和监控功能(包括位 置监控、增强扫描和增强防篡改),让您可以加强对 Mac 和 PC 上所用数据的控制。


易于部署且经济实惠的设备 安全团队逐渐提高工作流程的智能化和自动化,从而减少 IT 硬件、软件和管理成本。我们将 DLP 无可匹敌的检测功 能与统包式虚拟设备和硬件设备的灵活性相结合,旨在简化 Symantec DLP 的部署、升级和维护,提高成本效益。 • 网络检测设备:借助面向 Network Prevent (Email)1 和 Network Prevent (Web) 的预配置虚拟设备和硬件设备,您可 以在网络中快速安装和配置电子邮件与 Web 检测服务器。 • 基于 API 的检测设备:通过 DLP API Detection for Developer Apps 虚拟设备扩展 DLP 检测功能至专用应用程序。


新增内容识别检测技术 内容识别检测技术几乎可查找以任何格式存储在任意位置的 敏感数据。赛门铁克运用高级指纹识别、机器学习、图像识 别和描述技术准确分类数据以实现数据的全面检测,因此您 无须担心误报和影响业务用户体验问题。我们显著增强了DLP 15 中所运用的检测技术,因此您可以检测跨更多类型文档中 的更多类别数据: • 敏感图像识别2 及 OCR 和表单识别:您现在可通过与 Symantec DLP 15 集成的全新内置 Optical Character Recognition (OCR) 引擎,准确检测各种格式文档图像中嵌入 的敏感文字,例如扫描件、截图、图片和 PDF。 • 提高了检测性能:通过全新的 Single Pass Data Identifier 功 能,您可以运用多个数据标识符 (Data Identifier) 规则和条 件,评估各种复杂的 DLP 策略。 • 提高内置检测智能化:在 DLP 15 中,您可以活动 25 中全 新及改进的 European Data Identifiers,全面覆盖驾驶证、 护照、税务标识号和增值税编号。


全新集成扩展了传统 DLP 的数据保 护功能 敏感数据与外部用户共享或传输到云,脱离企业管理环境之 外,很容易遭到意外泄露。赛门铁克的 Information Centric Security (ICS) 解决方案通过基于策略的加密和访问管理,在 数据整个生命周期中实现全面保护和数据合规性。 • 扩展了云加密集成:运用 DLP for Storage 和 DLP Endpoint Agent 与赛门铁克云加密服务 Information Centric Encryption 之间的全新集成,您现在可对存储在网络文件共享和 SharePoint 上的文件或通过端点传输到 USB 的文件实施强 加密。 • 全新的数据分类集成:Symantec DLP 可在创建数据时读取 用户通过全新数据分类软件 Information Centric Tagging 手 动添加的标记来检测敏感文件。

返回