चेन केवल उतनी ही मज़बूत है जितना कि उसका सबसे कमजोर लिंक, और यह पारंपरिक ज्ञान जुड़े हुए घर पर भी लागू होता है। अधिकांश स्मार्ट होम एक्सेसरीज़ में सुरक्षा की कमी होती है जो अपने उपयोगकर्ताओं को हमले के लिए असुरक्षित बना देती है। अब हम नई क्लाउड-आधारित प्रौद्योगिकी में निवेश कर रहे हैं, जिसका उद्देश्य इंटरनेट ऑफ थिंग्स (IoT) की दुनिया की रक्षा करने में सक्षम होना है.
इंटरनेट ऑफ थिंग्स पूरे डिजिटल पारिस्थितिकी तंत्र के लिए महत्वपूर्ण जोखिम है. ऐसा इसलिए है क्योंकि इनमें से कई डिवाइस, हैकर द्वारा हाईजैक होने से बचाने के लिए बनाये गये सिक्योरिटी सिस्टम के बिना डिज़ाइन किये गये हैं.
जैसे जैसे यह नया स्थान बढ़ता जाता है, Avast हमारी क्लाउड-आधारित सुरक्षा बुनियादी ढांचे के साथ नई तकनीकों में निवेश कर रहा है जिसमें नेटवर्क स्तर पर IoT ख़तरे के डेटा का विश्लेषण और प्रसंस्करण शामिल है.
2015 से इस्तेमाल की जाने वाली हमारी Wi-Fi इंस्पेक्टर तकनीक, 50 मिलियन से अधिक घरेलू नेटवर्क पर जुड़े उपकरणों में कमजोरियों की पहचान और आकलन करने में मदद करती है. यह कॉन्फ़िगरेशन त्रुटियों के समाधान में भी मदद करता है. AI और मशीन लर्निंग के साथ संयुक्त रिच डेटा, IoT खतरों का पता लगाने और उसके खिलाफ रक्षा करने की हमारी क्षमता को समृद्ध बनाए रखेगा.
हम IoT उपकरणों का, उनके द्वारा भेजे जाने वाले डेटा की मात्रा और प्रकारों का सांख्यिकीय रूप से मूल्यांकन करने के लिए स्वयं और एक समूह में, व्यवहार का अध्ययन करते हैं और फिर उपयोगकर्ता के बुनियादी ढांचे के हमारे विश्लेषण के साथ संयुक्त रूप से इसका उपयोग करते हैं. इसका मतलब है कि हम देखते हैं कि वे किस प्रकार के उपकरणों और नेटवर्क पर हैं, और हमारे परिष्कृत आर्टिफिशियल इंटेलिजेंस इंजन का उपयोग करके प्रत्येक की क्षमताओं और कमजोरियों का गंभीरता से अध्ययन करते हैं. इस जानकारी के साथ और उन्नत एल्गोरिदम के उपयोग के माध्यम से, हम आपके नेटवर्क को आने वाले किसी भी खतरे से बचाने में सक्षम हैं.
जुड़े हुए उपकरणों पर खतरों का पता लगाने के लिए हमारे वितरित क्लाउड इन्फ्रास्ट्रक्चर में चल रहे मशीन लर्निंग एल्गोरिदम के माध्यम से लाखों उपकरणों के आंकड़ों को संसाधित किया जाता है. मालवेयर के साथ हमारी विशेषज्ञता हमें विलंबता को कम करने की क्षमता देती है; जिससे खतरों को पहचानने के लिए आवश्यक महत्वपूर्ण समय को कम कर देती है. लेकिन डिवाइस प्रकारों की सदा बढ़ती संख्या में खतरों की बढ़ती श्रेणी का वास्तव में मुकाबला करने के लिए, हम दो-चरणीय दृष्टिकोण का उपयोग करते हैं. सबसे पहले, अनियमितता पता लगाने वाले हमारे कस्टम-निर्मित एल्गोरिदम का उपयोग विशिष्ट प्रकार के हमलों का पता लगाने के लिए किया जाता है: हम IoT हमलों के विभिन्न वर्गों को पहचानने के लिए इन्हें एक साथ मिलाते हैं. दूसरा, हम इन सभी हमलों, और साथ ही आने वाले हमलों को पहचानने के लिए अपने गहरे तंत्रिका नेटवर्क को काम में लाते हैं.
हमारा नेटवर्क ट्रैफ़िक लाखों घरों से अज्ञात आँकड़ों को एक गहरे न्यूरल नेटवर्क में फ़ीड करता है. इस जटिल नेटवर्क के आंतरिक नोड तब समझना शुरू करते हैं कि ये प्रवाह विशिष्ट डिवाइस प्रकार से कैसे संबंधित हैं, कैसे कई डिवाइस एक घरेलू कॉन्फ़िगरेशन बनाते हैं, या कैसे बड़ी संख्या में डिवाइस एक सर्विस बनाते हैं. फिर, तंत्रिका नेटवर्क का आउटपुट या अंतिम परत प्रवाह के संग्रह को अलग करता है जो या तो मामूली होते हैं, या ज्यादा खतरनाक होते हैं.
हमारे ग्राहकों और उनके घर के IoT डिवाइस की सुरक्षा हेतु, Avast, PC, Mac और मोबाइल डिवाइस के लिए राउटर और हमारे मौजूदा उत्पाद दोनों के माध्यम से मौजूद है. ये पैकेट के सामान्य मार्ग को प्रभावित किए बिना, घर के भीतर और बाहर जाने वाले ट्रैफ़िक प्रवाह के बारे में आंकड़े एकत्र करते हैं. एकत्रित आंकड़ों को फिर प्रसंस्करण के लिए Avast क्लाउड में भेजा जाता है. यदि Avast इंटेलिजेंस प्लेटफ़ॉर्म को, प्रवाह या डिवाइस दुर्भावनापूर्ण लगता है, तो यह Avast उत्पाद को प्रभावित प्रवाह या डिवाइस को ब्लॉक करने का निर्देश देगा. Avast स्मार्ट होम ऐप उपयोगकर्ता को सिस्टम के साथ बातचीत करने के लिए एक पोर्टल प्रदान करता है.
सीधे शब्दों में कहें तो, पैमाना मायने रखता है: 100 देशों में 50 मिलियन से अधिक उपभोक्ता घरों के डेटा तक पहुंच के साथ, Avast के पास ख़तरे के परिदृश्य का एक बेजोड़ विवरण है. इसका मतलब है कि हम किसी अन्य की तुलना में अधिक तेजी से खतरों की पहचान सकते हैं और प्रतिक्रिया कर सकते हैं.
हम अपने करोड़ों उपयोगकर्ताओं को उभरते खतरों से बचाने के लिए सुरक्षा समस्याओं की निरंतर निगरानी करते हैं. नवीनतम उत्पाद सुविधाएं पाने के लिए, और Avast के Threat Labs विशेषज्ञों से जोखिमों के बारे में जानने के लिए Avast ब्लॉग पर जाएं।