افهم مخاطر السياسات. اطرح أسئلتك حول السياسات بلغة طبيعية. اطلب عرضًا توضيحيًا ←
تحسين جدران الحماية وتعزيز الرؤية بالذكاء الاصطناعي مع Insights
عن الشركة: شركة أحذية أمريكية رائدة تقوم بتصميم وتوريد وتسويق محفظة متنوعة من العلامات التجارية للأحذية الاستهلاكية عبر قنوات البيع بالتجزئة والجملة
النتائج
96.12%
معدل إخفاق الضوابط الذي تم كشفه، أي ضعف متوسط القطاع
أسبوع واحد
الوقت اللازم لتحقيق القيمة عبر رؤى قابلة للتنفيذ
13.06%
انخفاض في قواعد جدار الحماية المكررة خلال 30 يومًا فقط
التحدي
على الرغم من معرفة الفريق بمخاطر السياسات، لم تكن لديه أي معايير مرجعية أو مقاييس على مستوى كل جهاز للتحقق مما ينجح فعليًا، أو لمعرفة موقعه مقارنةً بمعايير القطاع. وقد جعل إعداد التقارير اليدوي من الصعب تحديد مشكلات مثل القواعد المكررة أو الصلاحيات غير المستخدمة أو الأخطاء في الإعدادات، مما ترك أكثر من 6,400 حالة إخفاق متوسطة في الضوابط دون اكتشاف أو معالجة.
سعت الشركة إلى الحصول على:
- وسيلة لمقارنة أداء جدران الحماية عبر المواقع والأجهزة
- رؤية آنية لجودة القواعد وحالات إخفاق الضوابط
- توصيات دقيقة لتحديد أولويات التنظيف
- لوحات معلومات للإدارة التنفيذية تُظهر التقدم بوضوح
- أدوات لكشف المخاطر الخفية وتضخم القواعد والصلاحيات المكررة
الحل
خلال أسبوع واحد من النشر، أحدث FireMon Insights تحولًا في قدرة الفريق على فهم سلامة سياسات جدران الحماية وتقييمها واتخاذ إجراءات بشأنها.
- مقارنة مرجعية آنية مع مؤسسات نظيرة لإبراز المؤشرات التحذيرية في بيئتهم
- اكتشاف القواعد المكررة من تقارير استخدام القواعد والكائنات
- لوحات معلومات التعقيد كشفت مجموعة إضافية من القواعد المكررة
- الرؤى على مستوى كل جهاز أظهرت جدران الحماية التي تحمل أكبر قدر من المخاطر والتضخم
- تقارير التنظيف المدعومة بالذكاء الاصطناعي (الكائنات المكررة، والقواعد غير المستخدمة، والعناصر المرشحة للإزالة) سرّعت جهود تقليص القواعد
- تقرير دمج القواعد وجّه عملية تبسيط بنود السياسات المتداخلة أو غير الفعّالة
- اتجاهات مؤشرات الأداء الرئيسية أظهرت تحسنًا فوريًا في التكرار والاستخدام وحالات إخفاق الضوابط
النتائج
- كشف Insights عن معدل إخفاق متوسط في الضوابط بلغ 96.12%، أي أكثر من ضعف متوسط القطاع البالغ 46%
- انخفاض بنسبة 13.06% في القواعد المكررة خلال الشهر الأول
- رؤية آنية لسلامة القواعد وحالات إخفاق الضوابط
- المقارنة المرجعية مع القطاع حددت النقاط العمياء في المخاطر عبر حالات إخفاق الضوابط والاستخدام
- إجراءات التنظيف الموصى بها من الذكاء الاصطناعي أتاحت تقليص القواعد بسرعة وثقة
- لوحات المعلومات التنفيذية سهّلت تتبّع المعالجة والإبلاغ عنها والتحقق منها
- قرارات السياسات مبنية على البيانات لا على التخمين
- عائد استثمار فوري مع رؤى قابلة للتنفيذ خلال الأسبوع الأول
منحنا FireMon Insights شيئًا لم نمتلكه من قبل: الدليل. دليل على مواطن قصورنا، ودليل على أننا نعالجها. وقد ساعدتنا تقارير الذكاء الاصطناعي وأدوات التنظيف على التحرك بسرعة وإثبات للإدارة أننا مسيطرون على الوضع.
محلل أمن البيانات، المسؤول عن إدارة اختيار FireMon ونشره