OpenText Core Threat Detection and Response detecteert dreigingen met behulp van AI

OpenText Core Threat Detection and Response wordt beschikbaar op Microsoft Azure en integreert diep met Microsoft Defender for Endpoint, Microsoft Entra ID en Microsoft Security Copilot. Hierdoor kunnen organisaties cyberaanvallen stoppen voordat er schade ontstaat. Daarnaast biedt OpenText een geïntegreerd dreigingsanalyseplatform waarmee klanten gegevens uit andere netwerkoplossingen, applicaties, beveiligingstools en bedrijfstechnologieën kunnen opnemen in OpenText Core Threat Detection and Response.

Beveiligingsuitdagingen het hoofd bieden

OpenText Cybersecurity Cloud richt zich op verschillende beveiligingsuitdagingen, zoals applicatie- en gegevensbescherming, identiteits- en toegangsbeheer, beveiligingsoperaties en digitale forensische analyse. Met meer dan 7.500 zakelijke klanten wereldwijd levert OpenText geavanceerde oplossingen om organisaties van elke omvang te beschermen.

Hoewel externe bedreigingen vaak centraal staan in cybersecuritystrategieën, vormen interne dreigingen—zoals opzettelijk misbruik, menselijke fouten of gestolen inloggegevens—een blijvend en kostbaar risico. Volgens het 2023 Cost of Insider Risks Global Report van Ponemon en Sullivan bedragen de gemiddelde kosten van interne incidenten inmiddels 16,2 miljoen dollar per jaar. Een tekort aan cybersecurityspecialisten verergert dit probleem, waardoor veel organisaties kwetsbaar blijven zonder proactieve detectiemechanismen. OpenText Core Threat Detection and Response, in combinatie met de dreigingsanalyse- en integratietools van OpenText, biedt een oplossing voor dit groeiende probleem.

AI-algoritmen

OpenText Core Threat Detection and Response maakt gebruik van honderden AI-algoritmen om de detectiecapaciteit en nauwkeurigheid aanzienlijk te vergroten, zonder dat een complexe herstructurering van bestaande beveiligingssystemen nodig is.

Geavanceerde anomaliedetectie past zich dynamisch aan operationele omgevingen aan en zorgt voor relevante dreigingsdetectie. Dankzij multi-cloudintegraties kan OpenText afwijkingen automatisch correleren, waardoor kritieke dreigingen sneller worden geïdentificeerd.

Adaptief leren

Met behulp van machine learning evolueert het platform continu op basis van de omgeving en interne dreigingen van een organisatie, waardoor de detectienauwkeurigheid verbetert.

De oplossing integreert naadloos met Microsoft- en andere cybersecuritytools, waardoor de installatietijd wordt verkort en organisaties direct waarde halen uit de implementatie. De ingebouwde Cybersecurity Aviator vertaalt AI-gedreven dreigingsdetectie en waarschuwingen naar begrijpelijke taal voor SOC-analisten, waardoor snelle preventieve acties mogelijk zijn.

De oplossing speurt proactief naar dreigingen om organisaties te helpen miljoenenverliezen door beveiligingsincidenten te voorkomen. Daarnaast maximaliseert de integratie met bestaande beveiligingstools de waarde van eerdere investeringen.

Een toekomstgerichte visie op cybersecurity

"Organisaties hebben een manier nodig om dreigingsanalyse voortdurend aan te passen aan het unieke gedrag van hun bedrijf, zonder extra druk op hun beveiligingsteams te leggen," zegt Muhi Majzoub, EVP Security Products bij OpenText. "OpenText Cybersecurity Cloud biedt een aanzienlijke vooruitgang in geavanceerde dreigingsdetectie en -onderzoek. De oplossing is eenvoudig te implementeren en te onderhouden, terwijl onze modulaire open XDR-architectuur ervoor zorgt dat de technologie naadloos samenwerkt met bestaande beveiligingstools, zoals identiteitsbeheer, dataverliespreventie en endpointbeveiliging. Daarnaast integreren we onze dreigingsdetectie-oplossingen met OpenText Content Management, zodat klanten inzicht krijgen in dreigingen binnen hun applicaties, endpoints en netwerken. Dit maakt deel uit van onze bredere strategie om organisaties een complete en holistische beveiligingsoplossing te bieden."