Produkt

Wer sind die wichtigsten Technologiepartner von LogPoint?

LogPoint pflegt eine Reihe von strategischen Technologie-Partnerschaften mit Unternehmen wie VERINT, Cyberark, Onapsis, AgileSI, Dflabs, TrendMicro, LogBinder, Nxlog und Recorded Future.

Weitere Informationen: https://www.logpoint.com/de/partners/strategic-partners/

Ist LogPoint EAL-zertifiziert (Common Criteria)?

Ja. LogPoint besitzt eine EAL 3+ Zertifizierung. Das ist die höchste Zertifizierungsstufe für einen Anbieter in der SIEM-Branche.

Weitere Informationen: https://www.logpoint.com/de/produkt/eal3-zertifizierung/

Was sind die durchschnittlichen Serveranforderungen für eine mittelgroße LogPoint-Bereitstellung?

Für eine mittelgroße LogPoint-Bereitstellung würden wir mit dem Unternehmen zusammenarbeiten, um die vorhandenen Protokollquellen und ihre Speicherorte vor der Bereitstellung zu verstehen. Eine All-in-One-Anwendung (virtuell oder physisch) würde zentral mit den folgenden Spezifikationen bereitgestellt werden:
24 CPU-Kerne, 256 GB RAM, 8 TB Speicher

Anschließend würden zusätzliche Collector-/Backend-Module an wichtigen Orten mit den folgenden Spezifikationen bereitgestellt werden:
14 CPU-Kerne, 32 GB RAM, 2 TB Speicher
Konsultieren Sie immer einen LogPoint-Partner, bevor Sie die Bereitstellungsgröße endgültig festlegen.

Wie werden Daten in LogPoint erfasst?

LogPoint ermöglicht es Kunden, Sammlungsinstanzen in unterschiedlichen Bereichen des Netzwerks bereitzustellen. Diese Sammlungsinstanzen parsen, normalisieren, ergänzen, filtern, steuern, komprimieren und puffern Ereignisdaten. Die Sammlungsinstanzen bieten eine hohe Verfügbarkeit durch Failover und einen Lastausgleich zwischen mehreren Backends. Sie skalieren mehr als 50.000 EPS und werden weitreichend als die Sammlungsarchitektur mit dem höchsten Durchsatz auf dem Markt angesehen.

Wie sieht das LogPoint-Entwicklungsprogramm aus?

Intern nutzen wir offene Innovationsmethoden und arbeiten eng mit Kunden und Partnern zusammen. Zusätzlich arbeiten wir mit verschiedenen Forschungsinstituten und Universitäten, um die Bereiche Big Data, IoT und Machine Learning weiter voranzutreiben. Der Fokus unserer Forschung liegt auf den Herausforderungen der Sicherheit und effizienten Datenhandhabung, die wir in der Branche beobachtet haben. Dazu gehören u. a. Verhaltensanalysen und unbeaufsichtigtes Lernen, Such- und Abfrageoptimierung, latente Themenmodellierung, intelligentes Daten-Parsing, Expertensysteme für die Vorfallsbearbeitung, Profiling basierend auf erkannten Anomalien usw.