軟體資產盤點
自動盤點端點軟體資產，集中掌握安裝與分布情況
辨識軟體風險，從摸清資產開始
從軟體資產盤點到風險核查，集中掌握端點安裝情況、應用程式類型與軟體特徵，結合授權資訊判斷風險，為後續端點管控提供依據。
- 資產
- 自動辨識與盤點
- 檢測
- 匹配盜版特徵
- 處置
- 執行管控策略
人工排查
Ping64 自動檢測
從風險發現，到端點管控
從軟體資產盤點、盜版特徵辨識，到執行限制、遠端解除安裝與網路管控，串聯軟體風險發現和處置。
盜版特徵辨識
比對軟體特徵，找出待查核應用
.svg)
禁止盜版軟體執行
依軟體特徵設定策略，限制風險應用執行
軟體遠端解除安裝
遠端批次移除，集中處理風險軟體
禁止網路通訊
控管軟體網路權限，阻擋風險應用通訊
降低盜版軟體帶來的多重風險
將軟體合規納入日常端點管理，關注安全、營運持續性與軟體使用風險。
法律風險
未經授權的軟體使用可能引發智慧財產權糾紛與賠償。安裝數量、版本與授權不符，也會增加合規核查和改善成本。
病毒風險
來源不明的安裝套件與破解修補程式可能夾帶惡意程式或後門。一旦執行，可能危及終端檔案、業務帳號與企業資料。
敏感資料外洩
被竄改的軟體可能讀取本機檔案、瀏覽器憑證與業務資料。隱蔽的對外連線還可能造成敏感資訊外洩，擴大影響範圍。
營運持續性受損
授權失效、軟體停用或相容性問題可能中斷日常工作。關鍵職務無法正常使用應用程式，會拖慢團隊協作與業務交付。
授權與採購失配
採購數量、實際安裝數量與授權範圍脫節，可能造成重複購買或授權缺口。定期核對軟體清單，有助於減少預算浪費。
整改責任難以追溯
缺少安裝紀錄、使用歸屬與處置紀錄，風險發生後難以明確責任。關聯終端和部門，有助於持續跟進改善與複核。
持續更新的軟體特徵分析
基於機器學習與沙箱體系提取樣本行為，訓練軟體特徵分析模型，為端點軟體風險辨識提供支援。
樣本蒐集
以軟體樣本為分析基礎，關注不同版本與來源的差異，為後續行為分析提供輸入。
沙箱分析
在沙箱環境中觀察樣本行為，為辨識軟體特徵提供分析依據。
特徵擷取
從樣本行為中擷取可用於辨識的特徵，讓風險查核不只依賴軟體名稱。
模型更新
結合樣本分析與機器學習持續訓練特徵模型，支援軟體版本與行為變化的辨識。
端點辨識
將軟體特徵分析用於端點風險辨識，偵測結果結合授權資訊查核，為後續管理提供依據。
