Actu
Netskope améliore Netskope One
juin 2024 par Marc Jacob
Netskope annonce des améliorations apportées à Netskope One, sa plateforme cloud-native de services réseau et de sécurité convergés pour la transformation SASE et zero trust. Ces améliorations en matière de sécurité SaaS viennent enrichir le module CASB (Cloud Access Security Broker) de la plateforme de fonctionnalités supplémentaires conçues pour l’ère de l’IA générative (GenAI) et de la collaboration SaaS. Netskope One intègre en natif les fonctionnalités SSPM, inline et API du CASB à une suite de fonctionnalités d’IA, permettant ainsi aux entreprises de libérer tout le potentiel des applications SaaS, tout en assurant une protection proactive des données sensibles, en tout temps et en tous lieux.
Netskope One aide les équipes à réduire les failles de sécurité, à faire face aux nouveaux risques, à renforcer la protection, et à tout accélérer, partout. Netskope s’appuie sur la fonction DLP (Data Loss Prevention).
Ainsi, elle propose les caractéristiques suivantes :
● Premier CASB piloté par l’IA générative se servant d’algorithmes GenAI précis pour une notation automatique des risques associés aux nouvelles applications SaaS. Le CASB permet de catégoriser à la demande les risques des nouvelles applications SaaS identifiées par les équipes de sécurité, et d’utiliser des LLM pour obtenir des informations sur les risques via de simples requêtes en langage naturel.
● Solution DLP cloud la plus avancée et la plus contextuelle du marché, couvrant plus de 1 800 types de fichiers, et exploitant plus de 3 000 identifiants de données, le ML et le deep learning, l’IA, le traitement du langage naturel (NLP), les réseaux neuronaux convolutifs, un ML innovant pour la classification des données, et bien plus.
● Plateforme la mieux unifiée et la plus automatisée pour une gestion simple de la sécurité SaaS, grâce aux informations sur les risques issues des fonctionnalités inline, API et SSPM du CASB ; un tableau de bord centralisé offrant une visibilité approfondie sur les utilisateurs et les privilèges ; un cadre de politiques unifié en natif ; et une priorisation des alertes pilotée par ML reposant sur la corrélation des risques.
