Netskope verkündet Integration mit ChatGPT Enterprise von OpenAI

Netskope, ein SASE-Unternehmen, kündigt eine Integration mit der ChatGPT Enterprise Compliance API von OpenAI an, um API-fähige Kontrollen bereitzustellen, die die Sicherheit und Compliance für Unternehmen verbessern, die generative KI-Anwendungen (genAI) einsetzen.

Durch diese Integration mit ChatGPT Enterprise bietet die Netskope One-Plattform Unternehmen erweiterte Sicherheitsfunktionen, darunter Anwendungstransparenz, zuverlässige Durchsetzung von Richtlinien, erweiterte Datensicherheit und umfassendes Security Posture Management.

Netskope berichtete kürzlich, dass sich die Nutzung von genAI-Anwendungen unter den Nutzern seit dem letzten Jahr mehr als verdreifacht hat. Dies veranlasst Unternehmen dazu, ihre Datenschutzstrategien angesichts der zunehmenden Verbreitung von KI neu zu bewerten. Während sich die durchschnittliche Aktivität pro genAI-Nutzer ebenfalls verdoppelt hat, wird es immer wichtiger, Compliance-Standards einzuhalten, Verstöße gegen Datenrichtlinien abzumildern und die sichere Nutzung von genAI-Anwendungen wie ChatGPT Enterprise zu unterstützen.

Der CASB-API-Schutz von Netskope nutzt APIs, die von großen Anbietern wie Box, Google Workspace und Microsoft 365 zur Verfügung gestellt werden, um einen Einblick in die Einstellungen und Daten des Cloud-Dienstes zu erhalten und leistungsstarke Richtlinien zur Kontrolle des Zugriffs und zum Schutz der Daten durchzusetzen. Die Integration von Netskope soll dazu beitragen, dass Unternehmensdaten in ChatGPT Enterprise konform, sicher und geschützt bleiben.

Die Integration von Netskope mit ChatGPT Enterprise ermöglicht es gemeinsamen Kunden nun, effektiver zu arbeiten:

• Einhaltung von Compliance-Standards: Mit über 50 Compliance-Vorlagen und mehr als 3.000 Datenidentifikatoren können Unternehmen jetzt die Durchsetzung von Data Loss Prevention (DLP) und Compliance-Richtlinien für sensible Daten unterstützen, um Compliance-Vorschriften wie GDPR, HIPAA, GLBA und andere zu erfüllen.
• Verbesserte Erkennung und Schutz sensibler Daten: Mit Out-of-Band-Transparenz und -Kontrolle können Unternehmen sensible Daten wie personenbezogene Daten (PII) und geistiges Eigentum (IP) schützen. Darüber hinaus identifiziert die kontinuierliche Datenüberprüfung den Verlust sensibler Daten nahezu in Echtzeit und ergreift entsprechende Maßnahmen. Nutzer können ausgefeilte und präzise DLP-Techniken, einschließlich maschinellem Lernen (ML) und optischer Zeichenerkennung (OCR), einsetzen, um sensible Informationen zu finden, die normalerweise schwer zu identifizieren sind.
• Schutz vor Bedrohungen: Hochentwickelte ML-Modelle für die Malware-Erkennung ergänzen herkömmliche Signaturen, heuristische Methoden und Sandboxing-Techniken, um Risiken durch die Identifizierung potenzieller Bedrohungen nahezu in Echtzeit zu beseitigen.

(pd/Netskope)