Atos lance le premier SOC prescriptif avec réponse automatisée
Avec un temps de détection et réponse inédit, le SOC d’Atos contrecarre les cyber-attaques avant même qu’elles ne se produisent.
Atos lance aujourd`hui le premier SOC (Security Operations Center) prescriptif au monde avec réponse automatisée. Associant les compétences d’analyse big data d’Atos et la puissance des serveurs Bullion, la nouvelle solution de sécurité permet aux clients de prédire les cyber-menaces avant même qu`elles ne se produisent…
L’amélioration du temps de détection et de neutralisation est sans commune mesure avec les offres actuellement sur le marché, assure Atos. Le SOC prescriptif bénéficie du savoir-faire et des technologies du groupe, à l’instar de l’appliance Data Lake propulsée par Bullion ou de l’expertise des équipes de recherche d’Atos en matière d’intelligence artificielle, de machine learning, plus les technologies McAfee.
Face à la croissance exponentielle de cyber-attaques de plus en plus sophistiquées (ransomwares, DDos, botnets, Advanced Persistent Threats…), les clients ont besoin de solutions de sécurité constantes et efficaces afin de rester concentrés sur leur coeur de métier.
Selon Atos, le temps de détection peut être réduit à moins d’une minute contre une moyenne de 190 jours avec les solutions existantes du marché; le temps total de réponse, lui, peut être réduit à quelques minutes contre deux mois jusqu’à présent….
Le SOC normatif tire parti de la couche d`échange de données Open Data Exchange Layer (OpenDXL) de McAfee pour améliorer l’automatisation, la coordination et la réactivité immédiate des réponses de sécurité afin d`éliminer les réponses de sécurité manuelles, fragmentées et prenant trop de temps.
Grâce à ses capacités en analytics de sécurité prescriptive, la solution analyse et met en corrélation d’importants volumes de données structurées et non structurées issues de différentes sources (systèmes d`information, opérations et Internet des objets). Elle contrôle également le réseau de clients internes ainsi que les réseaux sociaux, le Deep Web et le Dark Web pour une évaluation à 360° de l’environnement. Les données sont transformées en matière exploitable intelligente grâce à l’analyse deep packets, la reconnaissance de modèle et la détection des signaux faibles.
