シマンテック、DLP新版--機密データを自動で学習する機能を搭載

吉澤亨史 2011年01月26日 16時24分

  • このエントリーをはてなブックマークに追加

 シマンテックは1月25日、情報漏洩防止(DLP)プラットフォームの新版「Symantec Data Loss Prevention(DLP)11」を発表した。新たに「Vector Machine Learning(ベクトル機械学習)」機能を搭載。2011年前半に提供を開始する予定(Vector Machine Learningの日本語対応は今後検討するとしている)。

 Vector Machine Learningは、サンプル文書を使って学習することで定義した特徴を認識し、機密データと非機密データの相違を識別する。これにより、キーワードを使ってポリシーを作成したり、新しい文書の作成時にフィンガープリントを適用したりする必要がなくなるという。システムに対して検出するサンプルと検出しないサンプルをフィードバックすることで、ポリシーの正確性を向上させられるとしている。

 Symantec DLP 11は、データの所有者を特定する「Symantec Data Insight」の機能が拡張される予定。これは、大きなリスクにさらされているデータの所在を特定し、そのデータの所有者に自動的にメールで通知することで、機密ファイルの対処を簡素化するというもの。アプリケーションファイルアクセス制御やデバイスの信頼機能などといったエンドポイントの拡張機能がいくつか実装される予定だという。

 Symantec DLPは、保存場所や使用場所に関係なく機密データを検出、監視、保護、管理する、コンテンツ認識型の企業向けデータセキュリティソリューション。データ侵害のリスクを低減し、規制へのコンプライアンスを実証できるほか、顧客のプライバシーやブランドの資産価値、知的財産を保護できるという。

ZDNet Japan 記事を毎朝メールでまとめ読み(登録無料)

  • このエントリーをはてなブックマークに追加

この記事を読んだ方に

関連キーワード
セキュリティ

関連ホワイトペーパー

連載

CIO
シェアリングエコノミーの衝撃
デジタル“失敗学”
コンサルティング現場のカラクリ
Rethink Internet:インターネット再考
インシデントをもたらすヒューマンエラー
トランザクションの今昔物語
エリック松永のデジタルIQ道場
研究現場から見たAI
Fintechの正体
米ZDNet編集長Larryの独り言
大木豊成「仕事で使うアップルのトリセツ」
山本雅史「ハードから読み解くITトレンド放談」
田中克己「展望2020年のIT企業」
松岡功「一言もの申す」
松岡功「今週の明言」
内山悟志「IT部門はどこに向かうのか」
林 雅之「デジタル未来からの手紙」
谷川耕一「エンプラITならこれは知っとけ」
大河原克行「エンプラ徒然」
内製化とユーザー体験の関係
「プロジェクトマネジメント」の解き方
ITは「ひみつ道具」の夢を見る
セキュリティ
エンドポイントセキュリティの4つの「基礎」
企業セキュリティの歩き方
サイバーセキュリティ未来考
ネットワークセキュリティの要諦
セキュリティの論点
スペシャル
エンタープライズAIの隆盛
インシュアテックで変わる保険業界
顧客は勝手に育たない--MAツール導入の心得
「ひとり情シス」の本当のところ
ざっくり解決!SNS担当者お悩み相談室
生産性向上に効くビジネスITツール最前線
ざっくりわかるSNSマーケティング入門
課題解決のためのUI/UX
誰もが開発者になる時代 ~業務システム開発の現場を行く~
「Windows 10」法人導入の手引き
ソフトウェア開発パラダイムの進化
エンタープライズトレンド
10の事情
座談会@ZDNet
Dr.津田のクラウドトップガン対談
Gartner Symposium
IBM World of Watson
de:code
Sapphire Now
VMworld
Microsoft WPC
Microsoft Connect()
HPE Discover
Oracle OpenWorld
Dell Technologies World
AWS re:Invent
AWS Summit
PTC LiveWorx
吉田行男「より賢く活用するためのOSS最新動向」
古賀政純「Dockerがもたらすビジネス変革」
中国ビジネス四方山話
ベトナムでビジネス
日本株展望
企業決算
このサイトでは、利用状況の把握や広告配信などのために、Cookieなどを使用してアクセスデータを取得・利用しています。 これ以降ページを遷移した場合、Cookieなどの設定や使用に同意したことになります。
Cookieなどの設定や使用の詳細、オプトアウトについては詳細をご覧ください。
[ 閉じる ]