Wir freuen uns, die neuesten Erweiterungen von OPSWAT Proactive Data Loss Prevention (DLP), eine KI-gestützte Dokumentenklassifizierung, vorstellen zu können. Proactive DLP erkennt jetzt NSFW-Inhalte (Not Safe for Work) in Bildern und Texten.Außerdem werden persönliche Identitätsdokumente auf der Grundlage allgemeiner Dokumentenstrukturen klassifiziert, so dass Unternehmen verdächtige Dokumente, die nicht den Richtlinien entsprechen, blockieren können.

OPSWAT Proactive DLP schützt kritische Daten in Ihrem Unternehmen. Die neueste Version enthält Funktionen zur Erkennung von NSFW-Inhalten, um Bilder für Erwachsene und giftige Texte in Bildern und Dokumenten zu identifizieren. Der Einstieg in OPSWAT Proactive DLP ist einfach und ist jetzt vollständig in MetaDefender Cloud, unsere Cloud-basierte Cybersecurity-Plattform, integriert.
Dokument-Identifikationsmerkmale
Sehen wir uns die neuen Funktionen zur Dokumentenidentifizierung auf OPSWAT Proactive DLP genauer an.
Erkennung von NSFW-Inhalten (Not Safe for Work)
1. Erkennung von Inhalten für Erwachsene in Bildern
Die Erkennung von anstößigen oder nicht jugendfreien Inhalten in Bildern war bisher eine große Herausforderung, die eine manuelle Überprüfung und Kennzeichnung anstößiger Inhalte erforderte. Dank der Fortschritte im Bereich der künstlichen Intelligenz und des Deep Learning können wir nun NSFW-Bilder automatisch und mit hoher Präzision klassifizieren.
Unsere fortschrittliche KI erkennt explizite und anzügliche Inhalte für Erwachsene in Bildern und erleichtert es Ihren Unternehmensplattformen, benutzerfreundlich und frei von unangemessenem Material zu bleiben. Diese Funktion umfasst Bilder, Cartoons und Anime. Benutzer haben die Möglichkeit, Bilder mit nicht jugendfreien Inhalten automatisch unscharf zu machen.
2. Erkennung von anstößiger Sprache in Texten
Die textbasierte Erkennung anstößiger Sprache geht über Bilder hinaus und erkennt anstößige und schädliche Inhalte in Dokumenten und E-Mails. Unsere KI nutzt die Verarbeitung natürlicher Sprache, um anstößige Inhalte in Texten zu erkennen und zu markieren, einschließlich schädlicher oder unangemessener Sprache.


Eine unkomplizierte Benutzeroberfläche ermöglicht es den Nutzern, anstößige Inhalte in MetaDefender Core zu filtern, unkenntlich zu machen und zu redigieren. Sie wählen Ihren Dokumententyp nach dem beabsichtigten Zweck aus, z. B. NSFW.

KI-gestützte Erkennung von persönlichen Identitätsdokumenten
Proactive DLP nutzt KI-Technologie in Kombination mit fortschrittlicher OCR, um persönliche Identitätsdokumente auf der Grundlage gemeinsamer Strukturen wie Foto und Text zu klassifizieren. Wenn ein potenzielles persönliches Identitätsdokument erkannt wird, können die Nutzer wählen, ob sie es blockieren oder zulassen möchten.


Proaktiver Schutz vor Datenverlust in der Cloud
MetaDefender Cloud enthält jetzt die Proactive DLP Engine, die sensible Daten in Dateien identifiziert und meldet, von Kreditkartennummern (CCN) und Sozialversicherungsnummern (SSN) bis hin zu IPv4 und Classless Inter-Domain Routing (CIDR). Die Proactive DLP unterstützt eine Vielzahl von Dateiformaten, darunter Microsoft Office-Dokumente und PDFs, und befähigt MetaDefender Cloud , Daten zu erkennen und Maßnahmen zu ergreifen, sei es das Blockieren, Verhindern oder Zulassen der Datenübertragung zwischen Netzwerken.
Eine weitere Präzisionsstufe dieses Prozesses ist der Certainty Score, eine Kennzahl, die durch die Relevanz der identifizierten Daten in ihrem spezifischen Kontext definiert ist. Dieser Wert wird aus einer umfassenden Analyse abgeleitet, bei der Faktoren wie die Anzahl der Stellen, die Ergebnisse der Suche nach Bankleitzahlen (BIN) und die allgemeine Kontextrelevanz berücksichtigt werden. Die Benutzer können Certainty Score-Werte von sehr niedrig bis sehr hoch beobachten, was ein differenziertes Verständnis des Vertrauensniveaus im Zusammenhang mit dem Datenidentifizierungsprozess ermöglicht. Mit der zusätzlichen DLP-Funktion bietet MetaDefender Cloud einen umfassenden und differenzierten Ansatz zur Sicherung sensibler Informationen.