深信服秋季新品重磅发布:安全GPT4.0数据安全大模型与分布式存储EDS新版本520,助力数字化更简单、更安全
10月23日,深信数据数字深信服举办2024秋季新品发布会 。服秋发布会上 ,季新简单深信服正式推出了最新的品重创新成果:实现动静态数据分类分级和数据风险自动研判分析的安全GPT4.0 、具备卓越可靠性和AI勒索防护能力的磅发布安布式版本分布式存储EDS新版本520 。通过这些新品和能力 ,全G全帮助用户在享受数字化带来的安全便利的同时,也能确保数字化转型的大模数据安全和存储可靠 。
首发安全GPT数据安全平台 ,型分S新引领行业新标准
随着数字化转型的存储深入发展 ,源码库数据已成为企业最重要的助力资产之一 。然而 ,化更如何有效保障数据安全一直是更安业界面临的难题。传统的深信数据数字数据分类分级方案通常需要大量的人工参与 ,准确率低且效率低下,服秋难以满足现代企业的复杂数据安全需求 。此外 ,数据安全风险行为往往与正常业务行为相似 ,缺乏明显的攻击特征,源码下载使得检测、研判难度极大。为应对这些挑战,深信服此次发布了安全GPT-数据安全平台 ,通过技术创新升级,推动数据安全方案在行业的高质量落地 。

(1)动静态数据分类分级,解决长期困扰行业的难题
深信服安全GPT 数据安全大模型能够自动化完成数据库静态数据以及API等流动数据分类分级工作,大幅提升分类分级的效率,让整个数据的可视真正具备了使用价值。与传统的小模型相比 ,服务器租用静态分类分级的准确率从60%提升到了90%,打标效率提升了40倍,人工只需设置分类标准 ,打标过程全部由模型自动完成 。
除了高效地进行数据发现与分类,深信服安全GPT数据安全大模型还支持分钟级完成任意数据类型使用情况调查,帮助企业快速定位数据以及掌握数据使用情况,确保敏感信息的安全。
(2)数据风险自动研判分析,精准应对多种典型攻击场景
经过大量数据安全风险分析案例微调 ,数据安全大模型能够自动监测异常行为 ,并进行上下文关联分析,从而有效区分正常的业务行为和真正的模板下载数据安全风险,同时数据安全大模型输出详细的研判分析过程 ,极大降低研判分析难度。
在数据泄露 、数据滥用 、违规数据出境和超范围处理数据等多种典型的攻击场景,安全GPT数据安全大模型检出率高达90%,准确率达70%,为数据安全提供坚实保障。
首次公开演练极端故障场景恢复 ,架构创新提升可靠性
发布会上,深信服还展示了其最新版本的分布式存储EDS,通过自主研发的高防服务器架构大幅提升了系统的性能与可靠性,使得EDS不仅能胜任备份归档等大规模数据管理任务 ,还能支持非结构化生产数据以及AI应用等多种复杂场景下的业务承载 。

(1)极端多重故障场景下 ,依然“稳”定发挥,秒级恢复
在实际演示中,面对最常见的硬件故障——硬盘故障