Data Loss Prevention (DLP) er ikke nytt. Leverandørene av antivirus hadde funksjoner rettet mot DLP for 15 år siden. Men der man tidligere etablerte verktøy som så etter mønstre i data som utgjorde person- eller på annen måte sensitive data, for å kunne hindre at de ble lekket og/eller kunne dokumentere om de var lekket, så er behovet i dagens trusselbilde mer omfattende. Regulativ som NIS2, DORA, Sikkerhetsloven, m.fl. Har krav om å sikre evnen til å motstå, respondere på og gjenopprette fra angrep. Men kravene stopper ikke der, de omfatter også risiko knyttet til interne trusler, bevisste og ubevisste handlinger / lekkasjer. Ifølge regulativene er det ikke nok å ha en tillitsbasert tilnærming da man må identifisere og beskytte mot risiko og etablere systemer som kan håndtere og rapportere / dokumentere. 

FortiDLP (tidligere Next-DLP) inkluderer muligheten til å se etter mønstre i data, men sørger i tillegg for synlighet og kontroll med hvordan sensitive data beveger seg i organisasjonen (såkalt adferdsbasert analyse). Dette er med på å redusere faren for brudd, stoppe insidetrusler, og lukker et av de største blindområdene innen sikkerhet - at data forlater pålitelige (betrodde) systemer. 

FortiDLP gir med andre ord informasjon man kan handle direkte ut ifra, regelbasert håndheving og bevis på at sensitive data er beskyttet på tvers av enheter (endepunkter), skyen og SaaS applikasjoner. 

Noen funksjoner FortiDLP gir:

• Trusselhåndtering basert på innhold, hvor dataene kommer fra og videre flyt i organisasjonen, og brukeroppførsel. FortiDLP håndterer både bevisste og ubevisste handlinger.

• Det inkluderer områder som kopiering av data til forskjellige destinasjoner (inkl. skybasert), skjermdump, utskrift, fysiske enheter som USB, m.m.

• Sekvensanalyse som endring av filnavn, type, osv. for å omgå sikkerhetsmekanismer (innsiderisiko).

• Håndtering av data basert på hvor de kommer fra (kilde) og klassifiseres basert på det.

• Brukeropplæring som gir mulighet til å varsle og informere brukerne om en handling er tillatt men risikofylt, om handlingen er tillat, men inneholder data som er sensitive (gir sporing), eller blokkere med informasjon om at handlingen ikke er tillatt.

FortiDLP gir med andre ord en mer helhetlig tilnærming til de utfordringene man må løse, enn det silobaserte verktøy gjør.

Hva vi vil dekke:

• Beskyttelse av data mot lekkasje via GenAI
Lær hvordan FortiDLP bidrar til å forhindre at sensitiv informasjon blir limt inn, lastet opp eller delt med GenAI-verktøy som ChatGPT og andre AI-assistenter – samtidig som det legger til rette for trygg innovasjon.

• Dyp synlighet på endepunkter utover tradisjonell DLP
Se hvordan FortiDLP kontinuerlig sporer opprettelse, bevegelse og bruk av data på endepunkter – inkludert skjermbilder, utklippstavleaktivitet, filoverføringer og perifere enheter.

• Analyse av brukeradferd og deteksjon av insider-risiko
Forstå hvordan FortiDLP korrelerer brukerhandlinger og kontekst for å identifisere risikofylt adferd tidlig, og hjelper sikkerhetsteam med å fokusere på reelle trusler fremfor falske positiver.

• Samlet beskyttelse på tvers av SaaS, endepunkter og sky
Oppdag hvordan FortiDLP utfyller eksisterende sikkerhetskontroller for å tette hull skapt av uadministrerte enheter, brukere utenfor nettverket og uautorisert bruk av skytjenester.

• Operasjonell enkelhet og rask verdiskaping
Lær hvordan FortiDLP raskt tas i bruk, har minimal påvirkning på endepunkter, og gir handlingsrettet innsikt med tydelig, etterforskningsklar rapportering.

Enten du er bekymret for dataeksponering via GenAI, insider-risiko, regulatorisk etterlevelse eller bare ønsker bedre kontroll over hvor dataene dine befinner seg, vil denne økten gi deg praktisk veiledning du kan ta i bruk umiddelbart.

Vi sees på webinaren.

Med vennlig hilsen

Fortinet Norge

27. mai 2026

kl. 10.00 - 11.00