CyberSense erkennt Korruption durch Ransomware – CyberSense Detects Ransomware Corruption

Index Engines betreut weltweit 1.400 Kunden. Jim McGann, VP, Strategic Partnerships, Index Engines, sagte: „Wir konzentrieren uns nicht wirklich auf bestimmte Branchen. Cyberkriminelle haben es im Grunde auf jeden abgesehen.“ Die Cybersense-Lösung wird von den Distributoren Arrow, Avnet, Ingram Micro und Tech Data vertrieben.

Durch fortschrittliche KI-basierte Analysen und eine umfassende Überprüfung des Dateninhalts stellt CyberSense sicher, dass selbst die ausgefeiltesten Schäden, die durch die neuesten Ransomware-Varianten verursacht werden, erkannt werden, um eine intelligentere Wiederherstellung zu ermöglichen. CyberSense wurde von der Business Intelligence Group zum Gewinner des Fortress Cybersecurity Artificial Intelligence (AI) Award 2024 ernannt.

Das KI-gesteuerte maschinelle Lernmodell von CyberSense, das von der Enterprise Strategy Group validiert wurde, ermittelt Datenschäden präzise, ermöglicht eine intelligente Wiederherstellung nach Ransomware-Angriffen und unterstützt die Widerstandsfähigkeit von Cyberspeichern.

„ESG wurde durch den umfangreichen maschinellen Lernprozess geführt, der die KI-Engine von CyberSense füttert, die Tausende von aktuellen Ransomware-Varianten, ausgefeilte intermittierende Verschlüsselungsvarianten, Dutzende Millionen Datensätze und Backup-Datensätze verwendet, um die KI zu testen“, sagte Alex Arcilla, Senior Analyst, Validation Services, Enterprise Strategy Group. „Am Ende waren die Ergebnisse besser als 99,99 Prozent, um Anzeichen von Korruption zu erkennen.“

Angesichts der heutigen Bedrohungslage müssen Unternehmen ihre Strategien zum Schutz ihrer Daten immer widerstandsfähiger machen. Die durchschnittlichen Kosten eines Ransomware-Angriffs belaufen sich auf 5,13 Millionen US-Dollar, und Unternehmen sind nach einem Angriff im Durchschnitt 22 Tage lang nicht einsatzfähig.

Herkömmliche Methoden zum Schutz von Daten reichen nicht aus, da sie sich in erster Linie auf die Identifizierung offensichtlicher Anzeichen einer Datenkompromittierung konzentrieren, wie etwa ungewöhnliche Änderungen der Komprimierung, Metadaten und Schwellenwerte, die von hochentwickelter Ransomware leicht umgangen werden können. Diese Ansätze bieten nicht den Einblick in einen Ransomware-Angriff, der notwendig ist, um eine intelligentere Wiederherstellung zu unterstützen und häufige Fehlalarme zu vermeiden.

Index Engines serves 1,400 customers around the world. Jim McGann, VP, Strategic Partnerships, Index Engines, said, „We don’t really focus on specific verticals. The cybercriminals are basically going after everybody.“ Arrow, Avnet, Ingram Micro and Tech Data are the distributors for the Cybersense solution.

Powered by advanced AI-based analytics and full content inspection of data, CyberSense ensures detection of even the most sophisticated corruption caused by the latest ransomware variants for smarter recovery. CyberSense was named the winner of the 2024 Fortress Cybersecurity Artificial Intelligence (AI) Award by the Business Intelligence Group.

Validated by Enterprise Strategy Group, CyberSense’s AI-driven machine learning model accurately determines data corruption, enabling intelligent recovery from ransomware attacks and supporting cyber storage resiliency.

„ESG was guided through the extensive machine learning process that feeds the CyberSense AI engine, which uses thousands of current ransomware variants, sophisticated intermittent encryption variants, tens of millions of records, and backup records to test the AI,“ said Alex Arcilla, Senior Analyst, Validation Services, Enterprise Strategy Group.

„Ultimately, the results were better than 99.99% confident in detecting signs of corruption.“

Today’s threat landscape requires organizations to be increasingly resilient in their data protection strategies. The average cost of a ransomware breach is $5.13 million, with organizations down for an average of 22 days following an attack.

Traditional data protection methods fall short because they focus primarily on identifying obvious indicators of data compromise, such as unusual changes in compression, metadata, and thresholds, which can be easily circumvented by sophisticated ransomware. These approaches do not provide the level of insight into a ransomware attack required to support smarter recovery and avoid common false positives and negatives.