Month: January 2026

Sebuah celah keamanan kritis telah diungkap pada Forcepoint One DLP Client, yang memungkinkan penyerang melewati pembatasan Python yang diterapkan vendor dan mengeksekusi kode sewenang-wenang pada endpoint perusahaan. Detail Kerentanan ID CVE: CVE-2025-14026 Produk yang Terkena: Forcepoint One DLP Client Versi Terkena: Versi 23.04.5642 dan kemungkinan versi berikutnya Jenis Kerentanan: Bypass pembatasan keamanan / Eksekusi kode sewenang-wenang Vektor Serangan: Lokal dengan patch pada ctypes.pyd Pada versi yang rentan, runtime Python 2.5.4 yang disertakan sengaja dibatasi dengan menghilangkan pustaka foreign function interface ctypes, yang seharusnya mencegah eksekusi kode berbahaya. Namun, seorang peneliti keamanan menemukan cara untuk mengembalikan fungsi ctypes, dengan mentransfer dependensi ctypes yang sudah dikompilasi dari sistem lain dan menerapkan patch pada modul ctypes.pyd. Dengan patch dan penempatan yang benar di jalur pencarian Python, lingkungan Python yang sebelumnya dibatasi ini dapat memuat ctypes lagi. Hal ini memungkinkan penyerang untuk memanggil DLL, memanipulasi memori, dan mengeksekusi shellcode atau payload DLL secara langsung. Dampak Potensial Eksekusi kode sewenang-wenang dalam klien DLP dapat: Mengganggu atau melewati kontrol pencegahan kehilangan data (DLP) Mengubah perilaku klien DLP Mematikan fungsi pemantauan keamanan pada endpoint Karena klien DLP berperan sebagai kontrol keamanan penting di endpoint perusahaan, eksploitasi yang berhasil dapat secara signifikan melemahkan efektivitas perlindungan DLP dan menurunkan keamanan sistem secara keseluruhan. Tanggapan Vendor dan Rekomendasi Forcepoint telah mengakui kerentanan ini dan menghapus runtime Python yang rentan dari versi Forcepoint One Endpoint mulai dengan versi 23.11, sebagai bagian dari rilis Forcepoint DLP v10.2. Pusat Respons Keamanan (CERT/CC) menyarankan organisasi untuk segera memperbarui ke versi klien yang sudah tidak lagi menyertakan Python.exe yang rentan demi memulihkan integritas perlindungan DLP. Intinya: Celah ini adalah kerentanan lokal serius yang memungkinkan penyerang mengambil alih fungsi klien DLP dengan memulihkan modul Python yang dibatasi. Untuk mitigasi, penting bagi organisasi yang memakai Forcepoint One DLP Client untuk menginstal pembaruan terbaru segera. Infrastruktur IT yang kuat adalah kunci produktivitas perusahaan. Dengan Forcepoint indonesia, merupakan bagian dari PT. iLogo Infralogy Indonesia, yang merupakan mitra terpercaya dalam solusi Infrastruktur IT dan Cybersecurity terbaik di Indonesia. Hubungi kami sekarang atau kunjungi Forcepoint.ilogoindonesia.id untuk informasi lebih lanjut!

Artikel ini membahas 10 vendor NGFW terbaik tahun 2026 — solusi firewall generasi berikutnya yang kuat untuk melindungi infrastruktur digital dari ancaman siber modern seperti ransomware, malware, phishing, dan risiko dalam jaringan lainnya. NGFW bukan hanya firewall biasa, tetapi juga menyertakan inspeksi paket dalam (deep packet inspection), intelijen ancaman lanjutan, manajemen terpusat, dan integrasi cloud. Tabel Perbandingan Fitur Utama Vendor Kontrol Aplikasi Proteksi Ancaman Integrasi Cloud Manajemen Terpusat Kemampuan SD-WAN Sophos ✅ ✅ ✅ ✅ ✅ Forcepoint ✅ ✅ ✅ ✅ ✅ Cisco ✅ ✅ ✅ ✅ ✅ Palo Alto Networks ✅ ✅ ✅ ✅ ✅ Huawei ✅ ✅ ✅ ✅ ✅ Barracuda ✅ ✅ ✅ ✅ ✅ Fortinet ✅ ✅ ✅ ✅ ✅ WatchGuard ✅ ✅ ✅ ✅ ✅ Juniper Networks ✅ ✅ ✅ ✅ ✅ Check Point ✅ ✅ ✅ ✅ ✅ 1. Sophos Mengapa Dipilih: Firewall Sophos memanfaatkan AI berbasis cloud, pembelajaran mendalam, dan proteksi antimalware zero-day. Fitur Utama: Manajemen cloud terpadu, pencegahan malware, blokir URL berisiko, integrasi ZTNA, dan SD-WAN. Cocok Untuk: Perusahaan dengan jaringan terdistribusi dan pekerja jarak jauh. 2. Forcepoint Mengapa Dipilih: Integrasi SD-WAN, keamanan SASE, dan manajemen terpusat yang kuat — sangat cocok untuk perusahaan besar. Fitur Utama: IPS (Intrusion Prevention System), sandboxing anti-malware, intelijen ancaman, dan kontrol kebijakan yang mudah. Cocok Untuk: Perusahaan besar dengan jaringan terdistribusi dan kebutuhan kepatuhan tinggi. 3. Cisco Terintegrasi erat dengan sistem jaringan Cisco lainnya, termasuk perlindungan malware lanjutan dan visibilitas jaringan yang tinggi. Dukungan untuk aturan NGIPS, analisis lalu lintas terenkripsi, dan manajemen terpusat. Cocok buat organisasi besar yang sudah memakai infrastruktur Cisco. 4. Palo Alto Networks Pemimpin inovasi NGFW dengan deteksi ancaman berbasis AI dan arsitektur keamanan terpadu. Mendukung jaringan cloud, data center, dan kantor cabang. Dikenal karena kemampuan kontrol aplikasi dan keamanan zero-trust canggih. 5. Huawei Firewall yang efisien dan terjangkau dengan kontrol aplikasi, intelijen ancaman, dan manajemen terpusat. Baik untuk organisasi yang sensitif terhadap biaya atau menjalankan infrastruktur Huawei. 6. Barracuda Networks Solusi biaya efektif dengan proteksi multi-lapis terhadap ransomware, DDoS, dan eksploitasi web. Manajemen terpusat dan koneksi jarak jauh yang baik. Cocok untuk ISP/Managed Services Provider (MSP) dan tim terdistribusi. 7. Fortinet (FortiGate) Firewall dengan AI terpusat dan akselerasi perangkat keras untuk throughput tinggi. Terintegrasi SD-WAN, ZTNA, dan manajemen serbaguna. Baik untuk bisnis berskala kecil sampai besar yang butuh perlindungan kuat dan efisien. 8. WatchGuard Firewall yang mudah digunakan dengan banyak layanan keamanan untuk UKM dan MSP. Fitur termasuk kontrol aplikasi, antivirus gateway, filtering URL, dan akses jarak jauh aman. Cocok untuk perusahaan kecil hingga menengah yang butuh solusi aman namun sederhana. 9. Juniper Networks NGFW dengan proteksi multi-lapis dan analitik mendalam. Skalabilitas tinggi dan integrasi cloud yang mudah. Baik untuk lingkungan yang membutuhkan fleksibilitas dan kinerja. 10. Check Point Fokus pada pencegahan ancaman real-time dan manajemen kebijakan efisien. Arsitektur Maestro dan UI SmartConsole menjadikan kontrol sangat terpusat. Cocok untuk industri dengan kebutuhan kepatuhan tinggi. Kesimpulan Artikel ini menyimpulkan bahwa Next-Generation Firewall (NGFW) sangat penting di 2026 untuk menghadapi ancaman yang makin kompleks. Tiap vendor punya kekuatan sendiri — dari kemampuan AI, manajemen cloud, SD-WAN, hingga skalabilitas dan kemudahan pengelolaan — sehingga pilihan terbaik tergantung pada ukuran organisasi, kebutuhan keamanan, dan arsitektur jaringan Infrastruktur IT yang kuat adalah kunci produktivitas perusahaan. Dengan Forcepoint indonesia, merupakan bagian dari PT. iLogo Infralogy Indonesia, yang merupakan mitra terpercaya dalam solusi Infrastruktur IT dan Cybersecurity terbaik di Indonesia. Hubungi kami sekarang atau kunjungi Forcepoint.ilogoindonesia.id untuk informasi lebih lanjut!

Generative AI kini menjadi bagian penting dalam cara karyawan melakukan riset, merangkum informasi, menulis, membuat kode, dan mengambil keputusan. Perubahan ini juga mengubah profil risiko — karena setiap prompt, salin-tempel, unggahan, konektor, dan output AI berpotensi menyebabkan paparan data. Tujuan membuat program praktik terbaik keamanan AI bukan sekadar membuat kebijakan baru, tetapi menerapkan kontrol yang dapat ditegakkan pada momen-momen saat data sensitif paling mungkin bocor ke alat, tenant, plugin, atau jejak log yang salah — sambil tetap memungkinkan penggunaan GenAI yang disetujui dalam skala besar. Mengapa GenAI Mengubah Risiko Kebocoran Data GenAI memadatkan pergerakan data ke dalam satu antarmuka. Dalam hitungan detik, pengguna bisa menempelkan data yang diatur regulasi “untuk konteks”, mengunggah kontrak untuk diringkas, atau menghubungkan asisten AI ke repositori yang tidak pernah dimaksudkan untuk alur kerja AI. Risiko bertambah ketika adopsi shadow AI melebihi tata kelola dan kontrol berbeda antara perangkat yang dikelola, yang tidak dikelola, dan lingkungan SaaS. Implikasi praktisnya: kamu tidak hanya menyetujui vendor AI, tetapi juga harus mengamankan model interaksi baru yang menciptakan jalur data baru dan kewajiban audit baru. 1. Mulai dengan AI Data Map Sebelum memperbarui kebijakan, buatlah peta data AI ringan yang dapat ditinjau dan diperbarui setiap kuartal. Ini akan menjadi cetak biru untuk penegakan kebijakan dan dasar laporan kepada pimpinan. Gunakan kerangka risiko yang sudah mapan seperti NIST AI Risk Management Framework (AI RMF 1.0) sehingga inventaris, kontrol, dan laporan sesuai model tata kelola yang dapat diulang. Elemen yang perlu dicatat: Inventaris alat GenAI yang digunakan (termasuk shadow AI) Kategori data yang berisiko (PII, PHI, kode sumber, daftar pelanggan, kontrak, harga, dll.) Jalur interaksi data (salin-tempel, unggah berkas, unduhan output, plugin, konektor) Titik penegakan kebijakan (gateway web aman, kontrol endpoint, kontrol SaaS, AI API) 2. Kendalikan Shadow AI tanpa Menghambat Tim Shadow AI biasanya bukan berbahaya — ini respons produktivitas terhadap hambatan. Tujuanmu adalah membuat jalur aman lebih mudah digunakan daripada jalur berisiko. Langkah-langkah: Buat allowlist yang spesifik tenant (mis. tenant perusahaan yang disetujui) Blokir dan arahkan — jangan sekadar memblokir situs AI, tapi batasi layanan berisiko sambil mengarahkan ke alat resmi Pusatkan penegakan kebijakan sehingga dapat diterapkan konsisten dan hasilnya bisa diukur KPI yang baik: persentase penggunaan GenAI yang terlihat dan aktif diberlakukan kebijakan versus penggunaan yang tidak diketahui. 3. Pasang Guardrails pada Prompt, Unggahan, dan Output Kebocoran nyata sering terjadi saat pengguna membagikan konteks. Praktik terbaik keamanan AI memperlakukan prompt, unggahan, dan output sebagai jalur keluarnya data yang wajib diawasi dan dikontrol. Kontrol utama: Pendeteksian prompt secara inline sebelum dikirim Kontrol unggahan berkas untuk mencegah unggahan data sensitif ke alat AI kecuali tool dan use case disetujui Kontrol output sebelum diunduh, disalin, atau dibagikan Konsistensi kontrol di web, endpoint, dan SaaS Bagi tingkat data: Tidak boleh pernah di GenAI: kredensial, kunci enkripsi, daftar pelanggan, finansial yang belum dirilis, dll. Hanya di alat perusahaan yang disetujui: konten internal yang harus tetap di domain yang dikontrol Umumnya boleh: konten publik atau rendah sensitif dengan pemantauan 4. Amankan Konektor dan Kerja Agen dengan Least Privilege Saat asisten AI terhubung ke email, SharePoint, CRM, dsb., risiko meluas dari “apa yang diketik pengguna” menjadi “apa yang dapat diakses asisten”. Kendalikan konektor sebagai titik integrasi berprivilege tinggi dengan prinsip least-privilege. Desain kontrol: Least privilege di setiap konektor Batas lingkup (mis. folder, tipe catatan) Pemeriksaan persetujuan manusia pada tindakan kritis Jejak audit konektor lengkap 5. Desain untuk Menahan Prompt Injection Prompt injection adalah masalah desain, bukan sesuatu yang cukup hanya dengan pelatihan pengguna. Anggap output model sebagai masukan yang tidak tepercaya dan letakkan kontrol untuk menahan efeknya — misalnya dengan aturan tegas sebelum asisten dapat memanggil API atau alat lain. 6. Bukti Kepatuhan sebagai Bagian dari Program Karena adopsi AI membuka jalur data yang lebih luas, kamu harus bisa menjelaskan data berikut jika diminta: Alat AI yang digunakan, oleh siapa, dan dari perangkat apa Kebijakan apa yang dipicu, diblokir, atau diizinkan Konektor mana yang digunakan dan hak aksesnya Komitmen retensi, residensi, dan penggunaan untuk setiap alat yang disetujui 7. Rencana 30-60-90 Hari untuk Hasil Terukur Hari 0–30: Buat AI data map & allowlist Rute GenAI lewat titik kontrol yang bisa ditegakkan Aktifkan guardrails pada prompt & unggahan Hari 31–60: Perluas kontrol ke perangkat yang tidak dikelola Terapkan least privilege pada konektor Standarkan kebijakan across web, endpoint, SaaS Hari 61–90: Siapkan laporan audit & KPI eksekutif Uji keamanan lewat red team terhadap prompt injection & alur agen Formalisasi siklus tata kelola kuartalan 8. Operasionalisasi dengan Forcepoint DSPM, SWG, dan DLP Forcepoint mendukung praktik terbaik keamanan AI yang bisa ditegakkan melalui gabungan solusi: DSPM: menemukan & mengklasifikasikan data sensitif di cloud, SaaS, dan on-prem SWG: mengontrol akses GenAI di browser dengan proteksi inline DLP: menerapkan kontrol di web, endpoint, email, dan cloud agar perlindungan mengikuti data baik saat bergerak, tersimpan, maupun digunakan Infrastruktur IT yang kuat adalah kunci produktivitas perusahaan. Dengan  Forcepoint indonesia, merupakan bagian dari PT. iLogo Infralogy Indonesia, yang merupakan mitra terpercaya dalam solusi Infrastruktur IT dan Cybersecurity terbaik di Indonesia. Hubungi kami sekarang atau kunjungi Forcepoint.ilogoindonesia.id untuk informasi lebih lanjut!

Jika organisasi mengandalkan informasi sensitif untuk tetap kompetitif — dan kebanyakan perusahaan memang demikian — maka informasi tersebut juga harus tetap terlindungi dari paparan, penyalahgunaan, atau pelanggaran peraturan. Melindungi data dalam skala besar membutuhkan lebih dari sekadar solusi keamanan reaktif. Untuk menjaga kepatuhan dan mencegah kebocoran data, perusahaan harus secara aktif melihat dan mengendalikan data mereka guna meminimalkan risiko. Solusi Data Security Posture Management (DSPM) dirancang untuk memperkuat keamanan dan melindungi organisasi dari risiko data, namun tidak semua solusi menawarkan hasil investasi (ROI) yang setara. Varonis menyediakan solusi DSPM yang relatif mahal dan kompleks, sedangkan Forcepoint DSPM mengambil pendekatan berbeda: menggabungkan penemuan data dengan remediasi bawaan, pemantauan kepatuhan berkelanjutan, dan integrasi mulus dalam satu platform keamanan data terpadu — menghasilkan perlindungan yang lebih kuat dengan beban yang lebih rendah dan ROI yang lebih tinggi. 🔍 1. Melengkapi Visibilitas Data dengan Remediasi Asli Mengetahui lokasi data sensitif hanyalah langkah awal dalam mengurangi risiko dengan efektif. Tanpa kemampuan remediasi, visibilitas saja tidak cukup. Varonis dapat menunjukkan data yang berisiko, tetapi sering membutuhkan add-on tambahan untuk tindakan perbaikan, sehingga menambah biaya dan kompleksitas. Tantangan semakin besar ketika organisasi memigrasi dari Varonis versi on-premise ke versi SaaS karena aturan klasifikasi, alur kerja remediasi, dan kebijakan yang ada tidak otomatis ikut, sehingga harus dibuat ulang secara manual. Sebaliknya, Forcepoint DSPM menyediakan kemampuan seperti deduplikasi, manajemen izin, karantina, pengarsipan, dan penghapusan secara langsung tanpa modul tambahan. Ini berarti tindakan nyata dapat dilakukan segera setelah risiko terdeteksi. 2. Kepatuhan & Tata Kelola yang Lebih Cepat Deteksi cepat terhadap perilaku berisiko sangat penting untuk menjaga kepatuhan. Penundaan deteksi bisa berakibat denda regulator atau kerusakan reputasi. Forcepoint DSPM memantau aktivitas secara terus-menerus dan memberikan alert segera saat kebijakan dilanggar. Varonis sering kali mengharuskan tim mengelola alur kerja atau membeli layanan tambahan sebelum bisa merespons, yang bisa menciptakan keterlambatan berbahaya. 3. Keamanan Terpadu untuk Sistem Hybrid dan Legacy Perusahaan menginginkan perlindungan yang bisa berkembang bersama mereka, baik data di cloud, on-prem, maupun sistem lama. Varonis kini mendorong pelanggan untuk beralih sepenuhnya ke model SaaS — yang dapat meninggalkan gap perlindungan terutama pada sistem lama dan endpoint. Forcepoint DSPM hadir sebagai bagian dari Forcepoint Data Security Cloud, yang menggabungkan DSPM dengan DLP (Data Loss Prevention) dan DDR (Data Detection & Response), sehingga dapat melindungi data di endpoint, cloud, dan on-prem dari satu konsol terpadu. 4. AI yang Lebih Cerdas & Disesuaikan Peran kecerdasan buatan (AI) semakin penting untuk mengidentifikasi dan mengklasifikasikan data sensitif. Varonis menggunakan AI dengan templat kepatuhan pra-buat. Forcepoint DSPM menggunakan “AI Mesh” yang bisa dilatih terhadap lingkungan data spesifik organisasi, sehingga lebih akurat — misalnya mengenali kode transaksi eksklusif untuk bank tertentu atau pola desain sensitif dalam perusahaan manufaktur. 5. Kepemimpinan dan Pengalaman Industri Forcepoint memiliki pengalaman panjang menyediakan perlindungan data untuk industri yang sangat teregulasi — terutama dalam Data Loss Prevention — dan kini kemampuan tersebut diperkuat dengan integrasi DSPM. ✅ Kesimpulan: Pilih Platform yang Siap untuk Masa Depan DSPM kini menjadi komponen penting dalam perlindungan data modern. Agar efektif, teknologi ini harus mampu: ✔️ Menyediakan visibilitas serta remediasi ✔️ Menjaga kepatuhan secara real-time ✔️ Menghadapi kompleksitas lingkungan hybrid ✔️ Mengadaptasi diri dengan kondisi data organisasi Forcepoint DSPM menawarkan kedalaman kemampuan yang lebih luas dibandingkan Varonis, termasuk remediasi bawaan, penegakan real-time, AI yang disesuaikan, dan integrasi dengan solusi DLP terkemuka — semua dalam satu platform yang lebih hemat biaya dan mencakup perlindungan lintas cloud, endpoint, dan on-prem. Infrastruktur IT yang kuat adalah kunci produktivitas perusahaan. Dengan  Forcepoint indonesia, merupakan bagian dari PT. iLogo Infralogy Indonesia, yang merupakan mitra terpercaya dalam solusi Infrastruktur IT dan Cybersecurity terbaik di Indonesia. Hubungi kami sekarang atau kunjungi Forcepoint.ilogoindonesia.id untuk informasi lebih lanjut!

Artikel ini membahas Agentic AI, yaitu sistem AI yang bisa bertindak secara mandiri dan otonom, bukan hanya memberikan saran atau rekomendasi. Contohnya, AI yang bisa mengeksekusi serangkaian tugas, mengubah kode, atau mengambil keputusan otomatis dalam sistem digital.  Risiko Utama Agentic AI Autonomi yang Tidak Terbatas AI agentic bisa membuat keputusan sendiri, yang meningkatkan risiko kesalahan atau tindakan tidak diinginkan jika tidak diawasi. Kesalahan dan Manipulasi Data AI ini bisa salah menginterpretasi data atau dipengaruhi oleh data yang tidak valid, sehingga keputusan yang diambil bisa merugikan organisasi. Eksposur Keamanan Siber Agentic AI bisa dimanfaatkan oleh pihak ketiga yang berniat jahat, misalnya melalui eksploitasi celah dalam sistem atau manipulasi AI untuk menyerang data sensitif. Kesulitan dalam Audit dan Kontrol Karena AI bertindak secara otonom, sulit untuk melacak dan mengaudit setiap keputusan atau tindakan yang diambil, membuat tata kelola dan kepatuhan lebih kompleks.  Rekomendasi Forcepoint Menerapkan Pengawasan yang Ketat: Semua AI agentic harus diawasi dengan kebijakan keamanan yang jelas. Audit dan Logging: Setiap aksi AI harus tercatat untuk memudahkan pelacakan. Pengujian Risiko: Uji kemampuan AI dan skenario berisiko sebelum diimplementasikan. Perlindungan Data Sensitif: Pastikan AI tidak memiliki akses langsung ke data rahasia tanpa kontrol. Kesimpulan Agentic AI menghadirkan potensi besar dalam produktivitas dan otomatisasi, tetapi juga membawa risiko serius jika tidak dikontrol. Organisasi perlu mengembangkan strategi keamanan khusus AI untuk melindungi data dan sistem dari potensi kesalahan atau penyalahgunaan. Infrastruktur IT yang kuat adalah kunci produktivitas perusahaan. Dengan  Forcepoint indonesia, merupakan bagian dari PT. iLogo Infralogy Indonesia, yang merupakan mitra terpercaya dalam solusi Infrastruktur IT dan Cybersecurity terbaik di Indonesia. Hubungi kami sekarang atau kunjungi Forcepoint.ilogoindonesia.id untuk informasi lebih lanjut!

Artikel ini menjelaskan bahwa penggunaan SaaS yang cepat meningkat membawa risiko-risiko besar yang sering tidak disadari oleh tim keamanan. Aplikasi SaaS sekarang menyimpan data paling penting perusahaan — seperti data pelanggan di Salesforce, finansial di Google Drive, kode di GitHub, kontrak di Box, dan beragam data lainnya di Microsoft 365 — tetapi banyak organisasi tidak sepenuhnya melihat semua yang terjadi di sistem tersebut.  Risiko Tersembunyi Utama Izin Berlebihan Banyak pengguna masih memiliki akses ke data sensitif meskipun sudah tidak membutuhkannya. Ini meningkatkan peluang penyalahgunaan akses dan kebocoran data. File Sensitif Terbuka untuk Publik File yang dibagikan dengan link publik sering tetap terbuka setelah proyek selesai — dan bisa tetap terlihat oleh siapa saja yang punya link tersebut. Data ROT (Redundan, Usang, dan Tidak Penting) Banyak data yang sudah tidak berguna menumpuk di sistem SaaS, tetapi tetap menyimpan informasi sensitif seperti PII atau data finansial yang tunduk pada regulasi. Eksposur Data Terstruktur Data dalam database atau data lake sering tidak terkontrol dengan baik, sehingga analis, kontraktor, atau akun layanan bisa mengakses data sensitif tanpa pengawasan yang cukup. Risiko dari Generative AI Tools AI seperti ChatGPT/CoPilot memungkinkan pengguna memasukkan data rahasia ke prompt. Ini bisa mengakibatkan data penting tersimpan di luar kendali tim keamanan dan kembali menjadi jalur kebocoran baru.  Kesimpulan Artikel menekankan bahwa tantangan utama bukan hanya visibilitas, tetapi kontrol terhadap data yang sebenarnya — bagaimana menemukan semua data sensitif di berbagai SaaS, memperbaiki izin yang berlebihan, menghapus eksposur yang tidak perlu, dan mencegah keluarnya data ke layanan yang tidak terkelola, termasuk AI generatif. Infrastruktur IT yang kuat adalah kunci produktivitas perusahaan. Dengan  Forcepoint indonesia, merupakan bagian dari PT. iLogo Infralogy Indonesia, yang merupakan mitra terpercaya dalam solusi Infrastruktur IT dan Cybersecurity terbaik di Indonesia. Hubungi kami sekarang atau kunjungi Forcepoint.ilogoindonesia.id untuk informasi lebih lanjut!