Fortinet presenta capacidades de aprendizaje automático para su firewall de aplicaciones web
246 Visitas Totales, 2 Visitas Hoy
El aprendizaje automático basado en inteligencia artificial de dos pasos mejora la precisión de detección de ataques para crear un cortafuego de aplicación web casi «establecer y olvidar»
Fortinet® anunció la última versión de su software FortiWeb Web Application Firewall (WAF) versión 6.0, convirtiéndose en el único proveedor de seguridad WAF importante en utilizar el aprendizaje automático para la detección de amenazas basada en el comportamiento en aplicaciones web.
Las nuevas innovaciones de FortiWeb proporcionan un aumento en la detección de amenazas de aplicaciones web con casi el 100% de precisión.
La mayor precisión de detección de amenazas permite tiempos de respuesta más rápidos para el bloqueo automático «establecer y olvidar», eliminando la necesidad de revisiones de alertas por parte del personal antes de tomar medidas.
La integración de eamless con Fortinet Security Fabric ofrece protección avanzada contra amenazas con análisis de archivos adjuntos de aplicaciones, implementación simplificada e inteligencia de amenaza compartida, así como integración con servicios de terceros para una amplia protección de vulnerabilidad.
Las aplicaciones web no protegidas se han convertido en objetivos atractivos para los ciberdelincuentes que buscan puntos de entrada fáciles en las redes empresariales. Las vulnerabilidades de las aplicaciones web pueden provocar filtraciones de datos o apagar los sistemas de misión crítica, por lo que muchas organizaciones eligen aprovechar firewalls de aplicaciones web (WAF) para proteger su red.
Las capacidades recientemente introducidas en FortiWeb Web Application Firewallabordar estos problemas mediante la introducción de capacidades de aprendizaje automático para una mejor detección de amenazas, tiempos de respuesta más rápidos y una gestión más sencilla. FortiWeb ahora utiliza un enfoque de dos capas de aprendizaje automático basado en IA y probabilidades estadísticas para detectar anomalías y amenazas por separado. La primera capa construye el modelo matemático para cada parámetro aprendido y luego desencadena anomalías para solicitudes anormales. El segundo entonces verificará si la anomalía es una amenaza real o si es una varianza benigna (falso positivo). Estas nuevas innovaciones permiten que FortiWeb proporcione una precisión de detección de amenazas de aplicación casi al 100% sin necesidad de recursos para implementar y ajustar ajustes.
