 |
EaseFilter Data Protection SDK - a comprehensive data protection solution for the sensitive data
EaseFilter Data Protection SDK provides a comprehensive data protection solutions for the sensitive data. The SDK includes the build in encryption driver engine, it can encrypt or decrypt the files transparently with 256 bit AES algorithm; The SDK include s the file access control driver engine, it can prevent the access to sensitive files by unauthorized users or processes; The SDK also includes the file I/O access monitor driver engine, it can monitor the file access in real time and generate the autit logs for the auditor with full history of the file access activities.
The SDK provides the flexible filter rules, which allow you create different filter rules based on file types, process names, process Ids and user names. Every filter rule allow you to create the control policies to allow or deny the file access,file creation, file open,file reading,file writing,file deletion or file information querying.
With the EaseFilter SDK, you can create the softwares in these categories: 1. File Encyption software. Develop transparent file level encryption software with encryption filter driver engine source code in one step.
2.Secure file access control software. Develop the secure file access control software in c#/c++ with source code of the examples, no filter driver experience needed.
3.Confidential file sharing software. Protect your confidential files be leaked, develop the build in software to integrate with your encrypted sensitive data and embedded with access control policies.
4. File content management software. Develop the secure software to screen the file content before it is accessed by the application, make sure your content has not been tampered.
5. Anti-virus software. Build your own custom anti-virus software with complete filter driver framework source code, reduce your development time and improve the efficiency.
6. Customer filter driver development. Develop your custom filter driver with the filter driver framework.
Контактное лицо: Victor Rich
Компания: EaseFilter Inc.
Добавлен: 16:10, 07.07.2016
Количество просмотров: 708
Страна: США
| Транспортные документы от Платформы ЭПД можно будет подписать в смартфоне, Платформа ОФД, 17:06, 17.08.2026, Россия598 |
| «Платформа ОФД» присоединилась к соглашению Минцифры России о развитии и внедрении мобильной электронной подписи «Госключ». Сотрудничество направлено на проработку новых сценариев использования сервиса, обмен технологической экспертизой и поддержку интеграции в продукты электронного документооборота. |
| UDV Group: банки столкнутся с ИБ-рисками из-за нейросетей без правил, UDV Group, 17:04, 17.08.2026, Россия590 |
| Российский разработчик решений в области киберустойчивости UDV Group прокомментировал рекомендации Банка России по безопасному использованию искусственного интеллекта финансовыми организациями. По оценке эксперта компании, ИИ постепенно становится для банков не только инструментом автоматизации, но и отдельным объектом управления информационной безопасностью. |
| ActiveCloud запустил в России услугу частного облака, ActiveCloud, 20:34, 16.08.2026, Россия668 |
| Облачный провайдер ActiveCloud запустил в России услугу частного облака для размещения критически важных систем, ресурсоемких приложений и инфраструктуры с повышенными требованиями к безопасности. |
| «НОБИЛИС» ПРЕДСТАВИТ ЦИФРОВУЮ ЭКСПЕРТИЗУ В СФЕРЕ КОРПОРАТИВНОГО ЗДОРОВЬЯ НА ВНОТ-2026, Нобилис ООО, 14:07, 14.08.2026, Россия790 |  |
| ООО «Нобилис», разработчик российской платформы управления корпоративным здоровьем TouchMED, объявляет об участии в ключевом отраслевом событии - XI Всероссийской неделе охраны труда (ВНОТ-2026). В фокусе презентации компании - практические инструменты цифровизации медосмотров, в том числе профилактических и предиктивной аналитики для снижения операционных рисков и повышения эффективности персонала. |
| Nexign: российский бизнес не спешит использовать ИИ для поиска аномалий, Nexign, 14:03, 14.08.2026, Россия134 |  |
| Почти 80% российских компаний уже применяют инструменты мониторинга своей ИТ-инфраструктуры, но лишь каждая шестая использует модели машинного обучения для обнаружения аномалий. Мешают нехватка внутренней экспертизы, низкое качество данных и сложность подсчета окупаемости инвестиций. |
|
 |