Okta lanceert gebruiksvriendelijke en veilige risk-based authenticatieoplossing

Amsterdam, 2 april 2019 — Okta, Inc. (NASDAQ: OKTA), de toonaangevende onafhankelijke leverancier van identity management voor ondernemingen, kondigt vandaag op Oktane19 zijn innovatieve risk-based authenticatiemethode aan. De nieuwe methode zet Machine Learning in voor een geautomatiseerde detectie van en reactie op identiteit gebaseerde aanvallen en biedt daarmee zowel meer veiligheid als een groter gebruiksgemak.
Risk-based authenticatie levert een panoramisch inzicht in de medewerkers, partners en klanten van een onderneming en biedt tevens een middel voor transparante security controls. Door middel van risk-based authenticatie kunnen bedrijven hun beveiliging automatiseren en aanzienlijk sterkere authenticatie- en hersteltechnieken implementeren. Tegelijkertijd wordt gebruikers een eenvoudige inlogervaring aangeboden door het gebruik van Okta Adaptive Single Sign-On en Okta Adaptive Multi-Factor Authentication.
“Security werpt in veel technologieën een barrière op voor de bruikbaarheid. Vanaf nu hoeven organisaties niet meer te kiezen tussen gebruiksgemak en de beveiliging van de data van hun werknemers en klanten”, zegt Todd McKinnon, CEO en medeoprichter van Okta. “Okta heeft een risk-based authenticatie ontwikkeld om van beveiliging juist een sterk punt voor de gebruikservaring te maken, met het behoud van bescherming waar nodig. De combinatie van de geïndividualiseerde context van Machine Learning met inzichten gebaseerd op de enorme hoeveelheid data uit Okta’s omvangrijke ecosysteem van klanten, integraties en authenticaties, creëert een hoge intelligentie die een transparante en tegelijkertijd werkbare beveiliging mogelijk maken.”
Gebruik maken van Machine Learning om een robuust gedragsprofiel op te bouwen
In de wetenschap dat iedere gebruiker uniek is wat betreft de applicaties en apparaten die hij gebruikt en de locaties van waaruit hij toegang wil krijgen, kan Okta met behulp van Machine Learning een robuuste authenticatiecontext op gebruikersniveau formuleren. Zo worden individuele profielen opgebouwd die dankzij het Machine Learning-model in de loop van de tijd verder worden geüpdatet, waardoor een diepgaand inzicht wordt verkregen in hoe gebruikers omgaan met en toegang krijgen tot de technologie die ze nodig hebben. Contextuele variabelen zoals het apparaat, de locatie, het IP-adres en zelfs biometrische typegegevens kunnen informatie opleveren voor het maken van authenticatie- en autorisatiebeslissingen.
Geïndividualiseerde Machine Learning wordt gebruikt om een veelheid aan unieke gegevens in te zetten voor contextueel persoonlijke gedragsprofielen. Gecombineerd met informatie verkregen uit Okta’s ThreatInsight – risicosignalen die door Okta zijn waargenomen in zijn wereldwijde dataset, zoals IP-adressen met een hoog risico – is Okta in staat om kwantificeerbare en bruikbare risicobeoordelingen te maken voor elke authenticatiepoging.
Okta’s risk-based authenticatie vergemakkelijkt niet alleen het verzamelen van inzichten, maar het maakt ook herstelmaatregelen voor gebruikers-specifieke accounts mogelijk. Hierbij verifieert een gebruiker een mogelijk veiligheidsincident en zet daarmee een herstel-workflow in gang.
Beschikbaarheid
Okta risk-based authenticatie is momenteel beschikbaar in beta en Okta verwacht dat het binnenkort op grote schaal beschikbaar zal zijn als onderdeel van Okta Adaptive Single Sign-On en Adaptive Multi-Factor Authentication.
Over Okta
Okta is de toonaangevende onafhankelijke leverancier van identity management voor de onderneming.
De Okta Identity Cloud stelt organisaties in staat om de juiste mensen op het juiste moment en veilig te verbinden met de juiste technologieën. Met meer dan 6.000 vooraf gebouwde integraties naar applicaties en infrastructuurleveranciers kunnen Okta-klanten eenvoudig en veilig gebruik maken van de beste technologieën voor hun bedrijf. Meer dan 6.100 organisaties, waaronder 20th Century Fox, Slack, Adobe, Eneco en Eurostar, vertrouwen op Okta om de identiteit van hun werknemers en klanten te beschermen.
Dit artikel is een ingezonden bericht en valt buiten de verantwoordelijkheid van de redactie.