InfoWatch представил обновление решения Data Discovery 2.2, которое включает модуль машинного обучения, способный ускорить файловый аудит до 30 раз. Эта функция особенно важна для ИТ-специалистов, которым необходимо управлять большими объёмами данных с максимальной эффективностью.
Новый уровень аудита данных
Обновление включает модуль ML-кластеризации, основанный на запатентованной технологии потоковой кластеризации. Он автоматически анализирует 100% файлов без необходимости ручной настройки словарей и политик — каждый документ группируется по тематике с выделением ключевых терминов. Это нововведение исключает до 70% «серых зон», где хранятся неконтролируемые данные, что обычно утрудняет аудит.
Очевидно, что такая автоматизация значительно упрощает работу специалистов, потому что вместо многонедельной рутинной работы по созданию словарей, они получают уже систематизированную информацию о всех типах данных в компании.
Как это работает
Система работает в фоновом режиме, а индексация файлов происходит мгновенно. Это даёт возможность мгновенного поиска документов по тегам и категориям, исключая повторное сканирование. В случае обнаружения подозрительных файлов модуль сразу показывает, где ещё в компании хранятся такие категории документов.
По словам Александра Цветкова, ведущего менеджера по развитию продуктов InfoWatch, "это принципиально новый подход — от ручного описания к исследовательскому анализу". Такой метод позволяет быстрее адаптироваться к новым типам данных. Сформированные коллекции документов могут быть легко интегрированы в DLP-системы, сокращая время на настройку с 3–5 дней до нескольких минут.
Значение для бизнеса
Для бизнеса в России это обновление может стать хорошим инструментом для оптимизации процессов управления данными. Ускорение аудита позволяет не только сократить временные затраты, но и повысить уровень безопасности, исключая хранение неконтролируемой информации. В условиях растущих требований к защите данных использование таких решений становится необходимым.
Следующий шаг — внедрение обновления в бизнес-процессы, что обещает уменьшить временные затраты на аудит и повысить эффективность обработки данных.