Attune
Das verhaltensbasierte Foundation-Modell hinter dem Erkennungsvorteil von Abnormal, entwickelt im Maßstab eines Foundation-Modells.
abgeleitete Verhaltenssignale, die für das Modelltraining verwendet werden1
aller Erkennungen bösartiger Angriffe werden von Attune 1.0 ermöglicht2
mehr einzigartige Angriffe pro Woche erkannt als bei früheren Modellgenerationen3
- 1Basierend auf einer Momentaufnahme von Verhaltenssignalen, die in der Produktion beobachtet und als Trainingsdaten für das Modell verwendet wurden, wobei alle personenbezogenen Daten entfernt wurden, erfasst über einen Zeitraum von fünf Monaten (August–Dezember 2025).
- 2Basierend auf von Menschen geprüften Stichproben aus der Analyse abweichender Modellergebnisse und systemweiter Telemetrie, wobei die Fehlalarmrate von Attune 1.0 bei legitimen E-Mails mit der des Vorgängermodells von Abnormal verglichen wird.
- 3Basierend auf einem einwöchigen Direktvergleich von Attune 1.0 mit dem Vorgängermodell von Abnormal, bei dem mithilfe einer Analyse abweichender Ergebnisse Angriffe identifiziert wurden, die von einem Modell erkannt, vom anderen jedoch übersehen wurden.
Erkennung, die versteht, was normal ist
Angreifer brechen nicht ein, sie tarnen sich. Attune aktualisiert kontinuierlich sein Verständnis von normalem Verhalten, sodass neue Angriffsvarianten keine neuen Regeln zur Erkennung erfordern.
Entwickelt für die Ära generativer KI-Angriffe
Die meisten Sicherheits-KIs bewerten Signale isoliert und übersehen Risiken, die in normal aussehender Kommunikation verborgen sind. Attune lernt Identität, Verhalten und Inhalt gemeinsam und deckt subtile Identitätsfälschungen, Angriffe über mehrere Nachrichten hinweg und unbekannte Angriffsvarianten auf, die isolierte Systeme übersehen.
Wirksamkeit von Haus aus. Keine Feinabstimmung erforderlich.
Attune unterstützt heute die Mehrheit der Erkennungen auf der Abnormal Platform. Der Schutz funktioniert von Haus aus – ohne benutzerdefinierte Regeln, manuelle Feinabstimmung oder vorherige Angriffserfahrung. Mit der Weiterentwicklung der Angreifer passt sich die Erkennung automatisch über alle Kunden hinweg an.
Präzision, der Sie vertrauen können
Das gemeinsame Lernen von Identität, Verhalten, Inhalt und Threat Intelligence macht Risiken klar und konsistent. Kleinste Abweichungen in Tonfall, Beziehungen oder Arbeitsabläufen werden sichtbar – das reduziert Fehlalarme, beschleunigt Untersuchungen und beseitigt das Rätselraten bei automatisierten Entscheidungen.
Aus dem Blog
Abnormal AI veröffentlicht verhaltensbasiertes Foundation-Modell für die moderne Bedrohungsabwehr
Erfahren Sie, wie Attune den Maßstab eines Foundation-Modells in die verhaltensbasierte Bedrohungserkennung auf der Abnormal Platform bringt.
Kundenstimmen
Was Sicherheitsverantwortliche sagen
“Abnormal's automation gives our analysts time back to work on other projects, and the fact that it's API-based gives us flexibility to tie in other applications and their data.”
John Roeser
Senior Manager, Information Security, Domino's
“Our goals are to get away from being so reliant on human judgment and leverage AI to be proactive. Abnormal helps us with those goals.”
Corey Kaemming
Senior Director, Information Security, Valvoline
Abnormal unterstützt über 4.500 Kunden, darunter mehr als 25 % der Fortune 500.
Attune in Aktion erleben
Erhalten Sie eine personalisierte Demo des verhaltensbasierten Foundation-Modells hinter dem Erkennungsvorteil von Abnormal.