A MacPaw ma bemutatta a Moonlock kiberbiztonsági alkalmazást, amely mostantól elérhető iPhone-ra is. Ez az első alkalom, hogy a cég fogyasztói fókuszú biztonsági megoldásai megjelennek mobil eszközökön. Az alkalmazás célja, hogy segítse az iPhone felhasználókat a phishing támadások és egyéb online fenyegetések felismerésében és elkerülésében.
A Moonlock egyik kulcsfontosságú funkciója a Scam Detect, amely képes elemezni gyanús üzeneteket és azok tartalmát, például képernyőképeket, linkeket és QR-kódokat, hogy felismerje a phishing jeleket. A felhasználóknak csak be kell másolniuk, be kell szkennelniük, vagy meg kell osztaniuk a tartalmat a Scam Detecttel, és az alkalmazás elemzi azt, majd visszajelzést ad, miért lehet gyanús.
Egy másik érdekes funkció a Safe SMS, amely opcionálisan bekapcsolható és automatikusan kiszűri a csaló szöveges üzeneteket, megőrizve egy listát arról, hogy miért tartotta ezeket csalásnak. A biztonsági pontszám funkció pedig 0 és 100 közötti értékelést ad arról, hogy mennyire biztonságos az iPhone beállítása, és javaslatokat tesz a javítás érdekében.
Az Email Breach History segítségével a felhasználók ellenőrizhetik, hogy e-mail címük szerepelt-e valamelyik adatlopási incidensben. Ha igen, az alkalmazás megmutatja, honnan származik a szivárgás, mikor történt és milyen információk kerültek ki, majd végigvezeti a szükséges lépéseken a fiókok védelme érdekében.
Az alkalmazás további funkciói közé tartoznak a készülék- és hálózati ellenőrzések, segítve a felhasználókat a Wi-Fi biztonság, a jelkódvédelem és az iOS frissítések áttekintésében. A Moonlock letölthető az App Store-ból vagy a Setapp platformról, különböző havi előfizetési tervek alapján, például egyetlen eszközre havi 13,50 dollárért, éves előfizetéssel havi 4,50 dollárért.
A lényeg röviden:
- Moonlock kiberbiztonsági app már iPhone-ra is elérhető
- Scam Detect funkció felismeri a phishing jeleket
- Safe SMS kiszűri a csaló üzeneteket
- Biztonsági pontszám 0-100 között értékeli a készülék védelmét
- Email Breach History segít az adatlopások azonosításában
Forrás: MacRumors


