Seemplicity 增加了 AI 驱动的功能来扩展修复作

快速阅读: 据《帮助网络安全》最新报道，Seemplicity推出新版平台，新增“找修复者”和“自动界定范围”两大AI驱动功能，优化修复流程，提升安全团队效率。通过智能匹配责任人和资产分组，减少手动操作，加速漏洞修复。

Seemplicity宣布了一项重大产品发布。Seemplicity平台的最新版本引入了强大的新的人工智能驱动功能，旨在优化和扩展修复流程。两个主要的新功能——名为“找到修复者”和“自动范围界定”——通过消除手动环节的瓶颈并显著加速从检测到解决的路径来减少修复混乱。

安全团队面临优先级不足、错误分派的修复请求以及拖慢进度的手动工作流。传统的暴露管理需要持续维护——艰难地追踪资产所有者，协调不同安全扫描工具产生的不一致标签，并从零开始构建修复工作流——所有这些都消耗时间和资源。

“借助人工智能驱动的暴露管理，我们正在消除减缓修复速度的摩擦，”Seemplicity的产品首席官拉维德·瑟瑞斯（Ravid Circus）说道。“安全团队不应该每次组织变化时都猜测谁拥有什么或重建工作流。此版本将智能带入暴露管理的核心，使团队能够更快、更自信地行动，并且他们的流程可以扩展。”

**识别谁负责修复什么的AI：找到修复者**

在复杂的环境中，不清楚的修复所有权和分散的数据会导致错误分派的任务单、延迟和责任空白。Seemplicity平台的新AI驱动的“找到修复者”功能利用机器学习自动将安全发现与最可能的所有者匹配——分析结构化和非结构化数据、历史模式以及不断更新的上下文。通过高达70%的资源分配自动化，安全团队可以确保发现的问题能第一时间到达对应负责人。

主要好处包括：

– 安全团队和修复团队之间更强的合作
– 减少未分配漏洞的积压
– 减少错误分派的任务单
– 基于LLM的数据分析驱动的更智能的工作流
– 通过智能分组与标签识别理解您的资产

**通过智能分组与标签识别理解您的资产：自动范围界定**

准确且逻辑上的资产分组对于有效优先级排序和路由暴露至关重要。然而，目前用于识别相关软件、环境及设备的方法缓慢、手动，并且通常依赖于多个安全扫描工具中不一致或缺失的标签。通过自动范围界定，Seemplicity平台会自动生成相关的属性——例如环境、业务部门和所有权——并构建符合组织实际运作逻辑的分组。

主要好处包括：

– 从不完整或不一致的数据中实现AI驱动的标签识别
– 与实际业务背景一致的动态分组
– 更快的优先级排序和暴露路由
– 随组织发展而动态调整的可扩展细分

**可扩展的智能暴露管理**

这些功能共同提供了一种可扩展、智能的修复方法，确保漏洞和暴露不仅被检测出来，还能被解决。随着AI在各行业的采用加速，在Gartner的2024年CEO调查中，59%的CEO将AI视为最具变革性的技术，Seemplicity确保安全团队可以充分利用其潜力产生实际影响。

“这不仅仅是增加更多自动化的问题——而是将智能带入修复过程的核心，”瑟瑞斯补充道。“这是关于让团队能够更快速修复并扩展，不受阻碍。”

这些功能共同提供了一种可扩展、智能的修复方法，确保漏洞和暴露不仅被检测出来，还能被解决。随着AI在各行业的采用加速，在Gartner的2024年CEO调查中，59%的CEO将AI视为最具变革性的技术，Seemplicity确保安全团队可以充分利用其潜力产生实际影响。

(以上内容均由Ai生成)