AI-решение «Защита данных и предотвращение утечек (DLP)» — это интеллектуальная система, контролирующая передачу конфиденциальной информации, анализирующая содержимое файлов и сообщений, предотвращающая несанкционированную отправку данных за пределы организации. Система автоматически классифицирует и маркирует чувствительные данные, обеспечивает соответствие требованиям безопасности и снижает риски утечек.
AI-решение «Защита данных и предотвращение утечек (DLP)» объединяет следующие ключевые функции:
| Категория | Примеры решений | Описание и функциональность |
|---|---|---|
| DLP и контроль передачи данных | Solar Dozor | Российская DLP-платформа с AI для анализа содержимого, мониторинга каналов передачи данных, автоматической классификации и маркировки информации. |
| Контроль передачи информации | InfoWatch Traffic Monitor | Система для контроля передачи файлов и сообщений, предотвращения несанкционированных отправок, интеграции с SIEM и корпоративными системами. |
| Анализ поведения и предотвращение утечек | Киберпротект DLP | Решение для анализа поведения пользователей, контроля передачи файлов, предотвращения утечек через внешние устройства и облачные сервисы. |
| AI/ML-библиотеки | Python (scikit-learn, PyTorch, TensorFlow) | Используются для создания кастомных моделей анализа текстов и изображений. |
| BI и аналитика | Power BI, Tableau | Платформы для визуализации инцидентов и аналитики безопасности. |
| Интеграция | API для SIEM, ECM, HR, облачных платформ | Поддержка интеграции с системами безопасности, управления корпоративным контентом, HR и облачными сервисами. |
| Компонент | Характеристики | Назначение |
|---|---|---|
| CPU | 2-4× Intel Xeon / AMD EPYC | Параллельная обработка больших объёмов данных и выполнение вычислений |
| GPU | 2–4× NVIDIA A100 / RTX 4090 или отечественные аналоги | Ускорение обучения и инференса моделей машинного обучения |
| RAM | 256–1024 ГБ DDR4/DDR5 | Обработка и хранение больших объёмов данных, кэширование моделей |
| Хранилище | 10–40 ТБ NVMe SSD | Быстрая работа с моделями, логами и датасетами |
| Сеть | 10–25 Гбит/с Ethernet | Интеграция с внешними и облачными сервисами, передача данных |
| Обработка данных | Edge-серверы и IPC для локальной обработки данных на филиалах и объектах | |
| Хранение | NAS/SAN для хранения логов, архивов сообщений, файлов и аналитики | |
| Сетевые решения | Высокоскоростные коммутаторы, защищённые каналы связи, поддержка облачных и гибридных архитектур |
1. Сбор и интеграция данных. Мониторинг почты, мессенджеров, веб-приложений, облачных сервисов, съемных носителей, печати документов.
2. AI-ядро. Модули анализа содержимого, классификации, маркировки, выявления утечек, обработки инцидентов.
3. Интеграция. API для связи с SIEM, ECM, HR, облачными платформами, Active Directory.
4. BI-аналитика. Дашборды по инцидентам, отчёты по каналам утечек, анализ эффективности политик безопасности.
5. Безопасность. Шифрование данных, аудит, хранение информации в РФ, поддержка 152-ФЗ.
| Компонент | Модель / Спецификация | Кол-во |
|---|---|---|
| Сервер | Supermicro GPU A+ Server AS -4124GS-TNR+ | 1 |
| CPU | AMD EPYC 7003 | 2 |
| GPU | NVIDIA A100 | 2 |
| RAM | DDR4 ECC | 512 ГБ |
| SSD | 10 ТБ SSD | 2 |
| Сеть | 25 Гбит/с Ethernet | |
| ПО | Solar Dozor, InfoWatch Traffic Monitor, интеграция с SIEM и Power BI | |
| Дополнительные устройства | Edge-контроллеры для локального мониторинга филиалов BI-панель для анализа инцидентов и эффективности защиты |
Внедрение: 3–6 месяцев, поэтапно (от пилота до полного запуска).
В России DLP-решения на базе искусственного интеллекта активно внедряются в банках, телеком-компаниях, государственных органах, энергетических и промышленных холдингах. Solar Dozor используется для предотвращения утечек и автоматизации реагирования в крупнейших банках, госкорпорациях и федеральных ведомствах. InfoWatch Traffic Monitor внедряется в энергетических компаниях, транспортных холдингах и государственных структурах для контроля передачи информации, анализа файлов и сообщений, интеграции с SIEM и автоматизации расследования инцидентов.
Киберпротект DLP применяется в корпоративных инфраструктурах для анализа поведения сотрудников, контроля передачи файлов и предотвращения утечек через внешние устройства и облачные сервисы. Внедрение подобных решений поддерживается национальными программами по обеспечению киберустойчивости, цифровой трансформации и соответствию требованиям регуляторов.