(Información remitida por la empresa firmante)
Glasswall presenta una nueva clase de inteligencia de amenazas basada en archivos con el lanzamiento de Foresight
La nueva predicción de amenazas basada en IA ofrece a los equipos de seguridad visibilidad sobre amenazas de archivos desconocidas y de día cero
WASHINGTON , 10 de marzo de 2026 /PRNewswire/ -- Glasswall, un proveedor líder en la industria de soluciones inteligentes de protección de archivos de Confianza Cero tanto en el sector de empresa a gobierno (B2G) como de empresa a empresa (B2B), anunció hoy el lanzamiento de Glasswall Foresight, una nueva solución impulsada por IA que aplica aprendizaje automático con un profundo análisis de desarme y reconstrucción de contenido (CDR) que proporciona información predictiva sobre amenazas basadas en archivos, lo que ayuda a las organizaciones a identificar y detener malware nuevo y desconocido, incluidos los ataques de día cero.
A diferencia del sandbox de comportamiento o los modelos de IA entrenados en internet que se basan en la detonación o en fuentes de amenazas externas, Foresight obtiene su inteligencia directamente del análisis determinista de la estructura de archivos generado durante el proceso de CDR de Glasswall.
Ahora disponible en Glasswall Meteor, la aplicación de limpieza automatizada de archivos de Glasswall para almacenamiento local y en la nube, Foresight mejora la seguridad de los endpoints con un nuevo nivel de protección inteligente. Al combinar el aprendizaje automático con la probada tecnología de CDR de Glasswall, la solución proporciona visibilidad sobre la naturaleza maliciosa de los archivos, incluidos aquellos que se han procesado de forma segura o no se pueden modificar. Esto permite a los equipos de seguridad comprender mejor el nivel de actividad de amenazas basadas en archivos en sus entornos. En la práctica, esto permite a los equipos de seguridad priorizar los archivos de alto riesgo, enriquecer las investigaciones con puntuación de amenazas contextual, perfeccionar las políticas de Confianza Cero y mostrar datos de riesgo estructurados directamente en los flujos de trabajo de SIEM y SOC.
Al analizar cientos de miles de indicadores potenciales extraídos de millones de muestras, Foresight genera una clasificación probabilística que refleja la probabilidad de que un archivo sea malicioso, incluyendo amenazas nunca antes detectadas o de día cero. Esta información permite a las organizaciones comprender mejor el panorama de amenazas dentro de sus flujos de trabajo basados en archivos, incluso en entornos donde las tecnologías de detección tradicionales son insuficientes.
Glasswall Foresight está diseñado para complementar, no reemplazar, los flujos de trabajo de CDR existentes, ampliando el enfoque de Confianza Cero de Glasswall desde la desinfección de archivos hasta la inteligencia de amenazas procesable. Basada en telemetría CDR confiable en lugar de modelos genéricos de IA, la solución funciona eficazmente en entornos sin conexión y aislados, y proporciona a los equipos de seguridad información fiable, respaldada por modelos de nivel de producción que ofrecen una tasa de falsos positivos extremadamente baja del 0,015 % para archivos PDF (con tasas igualmente bajas en formatos empresariales comunes, como DOCX y XLSX), lo que ayuda a reducir la fatiga de los analistas y la carga de trabajo del SOC.
Al integrarse directamente con Glasswall Meteor, Foresight permite a las organizaciones comprender mejor la actividad de las amenazas basadas en archivos, a la vez que mantiene los controles preventivos basados en políticas, fundamentales para la metodología de seguridad de archivos de Glasswall.
"Las amenazas basadas en archivos siguen siendo uno de los vectores de ataque más efectivos y persistentes a los que se enfrentan las organizaciones de los sectores público y privado; sin embargo, las herramientas tradicionales de inteligencia y detección de amenazas tienen dificultades para seguir el ritmo de los ataques desconocidos y de día cero", afirmó Paul Farrington, director de Producto y Marketing de Glasswall.
"Con Glasswall Foresight, aplicamos aprendizaje automático al profundo conocimiento estructural generado por nuestra tecnología de Desarme y Reconstrucción de Contenido para ofrecer a los equipos de seguridad una comprensión más clara de la actividad de archivos hostiles que entra a sus entornos, incluso en entornos sin conexión o aislados, donde los enfoques convencionales resultan insuficientes. Combinar la seguridad de que un archivo está protegido con el conocimiento de si alguna vez ha sido comprometido es una ventaja convincente. Muchas organizaciones invierten grandes cantidades en infraestructura de sandboxing que es lenta, ruidosa y costosa. El CDR de Confianza Cero de Glasswall, combinado con Foresight, ofrece una vía clara para reducir tanto ese gasto como los gastos operativos asociados".
Para más información, visite: www.glasswall.com
Acerca de Glasswall
Glasswall es una empresa de ciberseguridad que protege a agencias gubernamentales y organizaciones comerciales de archivos maliciosos mediante su tecnología de Desarme y Reconstrucción de Contenido (CDR). A diferencia de los métodos tradicionales de detección, Glasswall emplea un enfoque de Confianza Cero que elimina por completo la posibilidad de que el malware exista en los archivos. Reconocida como una innovadora en protección de archivos, la empresa invierte fuertemente en investigación y desarrollo para ofrecer nuevos enfoques que permitan comprender, predecir y mitigar las amenazas basadas en archivos. La tecnología CDR de Glasswall está autorizada por NSA para su uso como filtro de archivos en Soluciones Multidominio y cuenta con la confianza de las instituciones de seguridad más sofisticadas del mundo.
Para más información sobre Glasswall, visite www.glasswall.com.
Foto - https://mma.prnewswire.com/media/2928302...Logo - https://mma.prnewswire.com/media/2839627...
View original content:https://www.prnewswire.com/news-releases/glasswall-presenta-una-nueva-clase-de-inteligencia-de-amenazas-con-el-lanzamiento-de-foresight-302709923.html