Bot Detection
Airlock präsentiert neue Lösung gegen bösartige Bots: Anomaly Shield schützt vor Angriffen
Bösartige Bots erkennen und abwehren
Airlock, ein führender Anbieter von Cybersicherheitslösungen, hat kürzlich sein neuestes Produkt vorgestellt: den Anomaly Shield . Diese neue Technologie wurde speziell entwickelt, um bösartige Bots zu erkennen und abzuwehren, die oft dazu verwendet werden, Websites zu überlasten und sensitive Daten zu stehlen.
Der Anomaly Shield verwendet künstliche Intelligenz und maschinelles Lernen, um ungewöhnliches Verhalten auf Websites zu erkennen. Wenn ein Bot gefunden wird, wird er sofort blockiert und das Unternehmen informiert. Dies hilft, den Schutz vor Angriffen zu erhöhen und sicherzustellen, dass Kundendaten und -ressourcen geschützt bleiben.
Copyright Ergon Informatik AG 2023
Schädliche Bots und deren Techniken, wie Content Scraping, Denial of Service oder Credential Stuffing, werden erkannt und blockiert. Mit der Forechecking-Funktionalität werden Angreifer sogar schon in der Aufklärungsphase abgeschreckt, z.B. bei deren Suche nach Einfallstoren mit Schwachstellenscans. Darüber hinaus werden unbekannte und automatisierte Angriffsversuche aufgehalten.
Die wichtigsten Funktionen in der Übersicht:
- Schnelle Inbetriebnahme ohne Data Science Know-how: Wartung und Einrichtung sind innerhalb von einigen Minuten möglich, ohne Kenntnisse in Machine Learning.
- Abwehr unbekannter Angriffsarten: Das anwendungsspezifische Training resultiert in einem positiven Sicherheitsmodell. Damit können auch unbekannte Bots oder Zero Day-Attacken erkannt werden, weil der Schutz nicht auf Signaturen basiert.
- 100 Prozent Datenschutz und Kontrolle: Das gelernte Verhalten der Lösung sowie die Anomalie-Entscheidungen verbleiben im Gateway Cluster.
- Einstellbare Empfindlichkeit: Bei einer Häufung von False Positives oder False Negatives kann die Sensitivität für jeden Sensor angepasst werden, um falschen Alarm zu verringern.
- Hoher Datendurchsatz: Die Analyse erfolgt im Hintergrund, entkoppelt vom alltäglichen Datenfluss. Eine Verzögerung des Datenverkehrs wird durch diese asynchrone Beurteilung ausgeschlossen.
Während der Inbetriebnahme lernt die Bot Detection-Lösung, wie sich die echten Benutzer einer Anwendung verhalten. Für das "Unsupervised Learning" werden die Rohdaten platzsparend aufbereitet und aggregiert, um die Präzision und Trefferquote zu optimieren. Die in der Trainingsphase gelernten Machine Learning-Modelle bilden passgenau die Charakteristika der Business-Anwendung ab. Im Betrieb werden dann alle aktiven Sitzungen permanent mit dem gelernten Verhalten verglichen. Falls die Abweichung zu groß ist, wird die Sitzung als Ausreißer gekennzeichnet. Ob im Anschluß eine Anomalie nur protokolliert wird, oder ob die Sitzung terminiert und die IP-Adresse blockiert wird, lässt sich für jede Anwendung getrennt steuern.
