Concentric AI telah meningkatkan solusi Semantic Intelligence™ DSPM dengan menggabungkan kemampuan untuk mendeteksi dan melindungi data sensitif dalam file audio dan video. Pembaruan ini mewakili kemajuan signifikan dalam keamanan data dengan memungkinkan identifikasi dan perlindungan informasi sensitif yang dibagikan selama pertemuan virtual di platform seperti Zoom, Microsoft Teams, dan WebEx. Hingga perkembangan ini, industri ini belum mempunyai cara untuk mendeteksi konten sensitif dalam format media tersebut.

Menjamurnya pertemuan virtual telah menyebabkan ledakan pertukaran informasi kepemilikan melalui saluran audio dan video. Risiko yang terkait dengan potensi kesalahan penanganan data ini dapat berdampak signifikan terhadap posisi kompetitif dan reputasi perusahaan. Solusi Concentric AI mengatasi risiko ini dengan menyalin dan menganalisis konten pertemuan virtual, menggunakan AI untuk mengidentifikasi data sensitif secara akurat tanpa menghasilkan kesalahan positif. Ini adalah tugas yang sulit jika menggunakan metode tradisional karena sifat percakapan yang dinamis.

Platform Concentric AI tidak hanya mengidentifikasi dan mengkategorikan konten bisnis yang sensitif atau penting, namun juga secara otomatis menandainya untuk menyederhanakan proses keamanan data. Penggunaan AI meningkatkan akurasi dan efisiensi penemuan dan klasifikasi data, menghindari kebutuhan akan ekspresi reguler yang rumit dan pelabelan manual. Solusi ini secara proaktif memantau risiko seperti izin yang tidak sesuai, pembagian yang tidak aman, dan akses yang tidak sah, dan juga memiliki kemampuan untuk secara mandiri memulihkan izin dan masalah berbagi. Integrasi dengan solusi keamanan lain dan API cloud memastikan perlindungan berkelanjutan terhadap pelanggaran data.

Teknologi pembelajaran mendalam perusahaan memperkuat pendekatannya untuk melindungi data tidak terstruktur dan terstruktur. Analisis Risk Distance™ Concentric AI membandingkan dokumen dalam kategori yang sama untuk mendeteksi anomali dan risiko akibat pembagian berlebihan dan kesalahan klasifikasi. Pendekatan ini memanfaatkan pengetahuan pemilik konten tanpa memaksakan persyaratan klasifikasi yang memberatkan, sehingga menghilangkan kebutuhan untuk memperbarui peraturan dan kebijakan secara berkala.