メインコンテンツにスキップ

Attune

Abnormal の検知優位性を支える行動基盤モデル。基盤モデル規模で構築。

0億+

モデルの学習に使用される、派生的な行動シグナル1

0%

悪意のある攻撃検知全体のうち、Attune 1.0 が支える割合2

0%

従来モデル世代と比較して、毎週新たに検知される固有の攻撃の増加分3

  1. 1本番環境で観測され、モデルの学習データとして使用された行動シグナルのスナップショットに基づく。個人を特定できる情報はすべて削除し、5か月間(2025年8月~12月)にわたり取得。
  2. 2不一致モデル分析とシステム全体のテレメトリから得た、人間によるレビュー済みサンプルに基づき、Attune 1.0 とAbnormalの前世代モデルの正常メールに対する誤検知率を比較。
  3. 3Attune 1.0 とAbnormalの前世代モデルの1週間にわたる直接比較に基づき、不一致セット分析を用いて、一方のモデルでは検知され他方では見逃された攻撃を特定。

「正常」を理解するために構築された検知

攻撃者は侵入するのではなく、紛れ込みます。Attune は正常な行動への理解を継続的に更新するため、新しい攻撃の亜種を捉えるのに新たなルールは不要です。

生成 AI 攻撃の時代のために構築

ほとんどのセキュリティ AI はシグナルを個別に評価し、正常に見えるコミュニケーションに潜むリスクを見逃します。Attune はアイデンティティ、行動、コンテンツを統合的に学習し、巧妙ななりすまし、複数メッセージにわたるキャンペーン、見慣れない攻撃の亜種を明らかにします — 個別のシステムが見落とすものを捉えます。

生成 AI 攻撃の時代のために構築

デフォルトで効果を発揮。チューニング不要。

Attune は今日、Abnormal プラットフォーム全体の検知の大半を支えています。保護はデフォルトで機能します — カスタムルールも、手動チューニングも、過去の攻撃データも不要です。攻撃者が進化しても、検知は顧客全体で自動的に適応します。

デフォルトで効果を発揮。チューニング不要。

信頼できる精度

アイデンティティ、行動、コンテンツ、脅威インテリジェンスを横断する統合学習が、リスクを明確かつ一貫したものにします。トーン、関係性、ワークフローのわずかな逸脱が可視化され、誤検知を減らし、調査を加速し、自動化された判断から当て推量を排除します。

信頼できる精度

ブログから

Abnormal AI、最新の脅威防御に向けた行動基盤モデルをリリース

Attune が Abnormal プラットフォーム全体の行動ベースの脅威検知に、基盤モデル規模をどのようにもたらすかをご覧ください。

Attune の実力を体験

Abnormal の検知優位性を支える行動基盤モデルを、パーソナライズされたデモでご覧ください。