机器学习

针对前端采集的环境和行为数据进行机器学习,提供更全面、更智能和更精确的威胁行为识别。

全息设备指纹

为来源客户端生成 “唯一标识”,包括软硬件指纹信息、静态环境及动态行为指纹信息。全息设备指纹可用于追踪不断变换来源地址的客户端、在同一客户端使用多账号登录以及低频的攻击行为等,以精准追踪溯源和描绘攻击者画像。

智能人机识别

利用动态技术和机器学习双引擎,对设备环境、浏览器形态、操作事件、会话对象、用户行为、调用状态等多维度进行分析,对流量中的机器人行为进行识别,结合动态挑战技术的运用,实现在对抗中进行更加智能化的人机判定。

智能响应

区别于仅提供告警、监控、阻断的传统处理机制,通过应用联动、动态挑战、灰度拦截、延时响应、软阻挡等多种安全处理机制,进行合理化和高ROI的安全对抗。

可编程安全

提供通用规则和开放式编程环境满足不同等级用户的需求,实现从简单对抗、动态对抗到动态响应的全方位防护,对不断攀升和变化的威胁提供智能和灵活的应对。

智能威胁检测

通过数十亿个真实攻击样本对威胁模型进行训练和测试,结合用户与系统交互过程中访问行为的特点、场景化的业务逻辑,形成OWASP 21 种自动化威胁检测模型,提升应用威胁和业务威胁的识别效率和效果。