Produkter

Hvem er LogPoints tekniske partnere?

LogPoint har en række strategiske teknologipartnerskaber med virksomheder som VERINT; Cyberark, Onapsis, AgileSI, Dflabs, TrendMicro, LogBinder, Nxlog og Recorded Future.

Mere information: https://www.logpoint.com/en/partners/strategic-partners/

Er LogPoint EAL (Common Criteria) certificeret?

Ja. LogPoint har en EAL 3+ certificering, hvilket er det højeste niveau af certifikation af alle udbydere i SIEM industrien.

Mere information: https://www.logpoint.com/en/product/eal3-certified/

Hvad er de gennemsnitlige serverkrav til en mellemstor LogPoint implementering?

For en mellemstor LogPoint implementering vil vi arbejde med virksomheden for at forstå de eksisterende log kilder og deres lokalisation for implementering.
En samlet løsning (virtuelt eller fysisk) vil blive implementeret centralt med følgende specifikationer: 24 CPU Cores, 256 GB RAM, 8 TB Storage

Yderligere collection moduler eller backend moduler vil derefter blive implementeret på nøgleplaceringer med følgende specifikationer:
14 CPU Cores , 32 GB RAM, 2 TB Storage

Forhør dig altid med en LogPoint partner, før du beslutter dig for størrelsen på en implementering.

Hvordan indsamles/indtages data i LogPoint?

LogPoint gør det muligt for kunder at distribuere Collectors i forskellige områder af netværkene. Disse Collectors analyserer, normaliserer, beriger, filtrerer, roterer, komprimerer og buffer event data. Collectors tilbyder fuld tilgængelighed gennem failover og loadbalancering mellem flere backends. LogPoint Collectors skaleres til mere end 50.000 EPS.

Hvordan ser LogPoints program for udvikling ud?

Vi anvender åbne interne innovationsmetoder så vel som tætte samarbejder med kunder og partnere. Vi arbejder også med forskellige institutter og universiteter for at undersøge områder af Big data, IoT og Machine Learning. Fokusområdet for undersøgelserne er de udfordringer vedrørende sikkerhed og effektiv datahåndtering, som vi har observeret i branchen. Nogle af disse er adfærdsanalyse og usuperviseret læring, søgning og forespørgselsoptimering, latent emnemodellering, intelligent dataparsering, ekspertsystemer til hændelseshåndtering, profilbaseret anomaliedetektion osv.