Teams Protection bietet Administratoren intelligente Tools, mit denen sie Bedrohungen sofort erkennen und Sicherheitsrisiken in Microsoft Teams direkt innerhalb der Plattform beseitigen können. Dadurch wird die Reaktionszeit von IT-Security-Teams erheblich verkürzt. Die Lösung begegnet der Sorge, dass schädliche Inhalte in Microsoft Teams unentdeckt bleiben könnten. Sie warnt Anwender aktiv vor bösartigen Nachrichten und ermöglicht es Administratoren, Bedrohungen effizient zu beheben. Darüber hinaus lassen sich gefährliche Nachrichten mit Hilfe der neuen Auto-Remediate-Funktion automatisch löschen, sobald eine Bedrohung erkannt wurde.
Sofortige Prüf- und Gegenmaßnahmen für Admins
Teams Protection scannt alle Teams-Nachrichten, die URLs enthalten, und warnt in der Unterhaltung, sobald ein verdächtiger Link entdeckt wird. Administratoren erhalten dann die Kontrolle und können alle erkannten Bedrohungen für ihren Teams-Mandanten zentral direkt im cloudbasierten Control Panel bearbeiten.
Zudem können sie ganze Unterhaltungen, die schädliche Nachrichten enthalten, löschen und verhindern, dass die Absender sich bei Teams anmelden. Außerdem können sie die Auto Remediate-Funktion nutzen. Diese löscht Chats, in denen eine Bedrohung gefunden wurde, automatisch, wenn der Chat weniger als 10 Minuten vor dem Senden der schädlichen Nachricht erstellt wurde. Die wichtigsten Vorteile auf einen Blick:
• Automatische Erkennung verdächtiger Teams-Nachrichten, die von Endusern empfangen werden
• IT-Administratoren haben gezielte Eingriffsmöglichkeiten, um verdächtige Aktivitäten zu stoppen oder kompromittierte Benutzerkonten zu blockieren, bevor größerer Schaden entsteht.
• Schutz für Enduser durch Identifizierung verdächtiger URLs in Teams-Nachrichten inklusive Warnung
• Unterstützung für Unternehmen, ihren Tenant besser zu schützen – durch Warnungen vor verdächtigen Nachrichten über einen dezidierten Bot
Als Teil des AI Cyber Assistant von Hornetsecurity nutzt Teams Protection KI-Technologie, um optimalen Schutz zu bieten, der sich laufend weiterentwickelt:
• Intelligente Musteranalysen prüfen wichtige Merkmale von URLs und Seiten, um bösartige Inhalte zu identifizieren.
• Machine-Learning-Algorithmen bewerten mehr als 47 Merkmale von URLs und Webseiten und suchen nach bösartigen Verhaltensweisen, Verschleierungstechniken und URL-Weiterleitungen.
• Deep Learning: Computer-Vision-Modelle analysieren Bilder, um relevante Merkmale zu extrahieren, die bei Phishing-Angriffen verwendet werden, darunter Markenlogos, QR-Codes und verdächtige Textinhalte, die in Bilder eingebettet sind.
