YOLO DLP

Sinopsis del producto

O avan §o tecnológico colabora com o aumento do risco de perda de dados sensíveis de empresas e resid ªncias. Apesar da evolu § úo e vasta disponibilidade de ferramentas de prote § úo, nos atuais sistemas de preven § úo de vazamento de dados, como os Data Leak Prevent (DLP), a falta de flexibilidade, clareza e limita § µes funcionais dificultam a escolha. Existem diversas solu § µes comerciais que muitas vezes apresentam um alto custo de licenciamento, implanta § úo, além de limita § µes de recursos de preven § úo. O objetivo deste trabalho é validar a aplica § úo de uma rede neural na potencializa § úo de um proxy DLP para impedir o envio n úo autorizado de dados sensíveis armazenados ou capturados por c ómeras de vídeo. Neste trabalho é proposta uma arquitetura de DLP, que passa por treinamentos e pela implanta § úo de uma ferramenta de reconhecimento de objetos em documentos de imagens e vídeos funcionalidade n úo presente nos DLP comerciais pesquisados. A partir de um experimento, com base nos índices de Verdadeiro Positivos, Falso Positivos e Verdadeiro Negativos, é possível observar a acurácia e a eficácia do uso de uma rede neural em um ambiente de DLP. E mostrar que tal integra § úo protege com transpar ªncia sem ocultar limita § µes, e atende características de prote § úo que as principais solu § µes comerciais como Triton Websense, Check Point, Varonis e AirWatch n úo abordam.

9786525237749