Nyhet -

LogRhythm UEBA ska minska hotet inifrån

Datasäkerhetsföretaget LogRhythm lanserar LogRhythm UEBA, en fristående plattform som använder så kallad User and Entity Behavior Analytics. Den nya plattformen kan användas med eller utan LogRhythms övriga säkerhetslösningar och är särskilt framtagen för att vara ett kostnadseffektivt verktyg som snabbt upptäcker och kan svara på cyberhot och överträdelser inom den egna organisationen.

LogRhythm UEBA använder maskininlärning, beteendeanalys och automation på ett sätt som möter många verksamheters utmaning – att göra mer med mindre resurser. Till skillnad från andra UEBA-lösningar använder LogRhythm djupanalys som gör det möjligt att identifiera både kända och okända cyberhot.

– Med LogRhythm UEBA ger vi fler organisationer möjlighet att arbeta med en fristående, fullskalig och flexibel plattform som inte kräver stora investeringar men ändå ger ett mycket kvalificerat skydd mot olika hot inifrån den egna verksamheten, säger Matt Winter, vice vd och ansvarig för marknadsföring och affärsutveckling på LogRhythm.

Priset på LogRhythm UEBA baseras på antal användare och hårdvara inkluderas genom ett abonnemang.

Läs mer om LogRhythm UEBA»

Relaterade länkar

Ämnen

  • Industri, tillverkning

Kategorier

  • it-säkerhet
  • datasäkerhet
  • logrhythm
  • siem
  • cyberhot
  • maskininlärning
  • threat lifecycle management
  • ueba
  • hotet inifrån

Kontakter

  • Matt Winter
    Licens:
    All rights reserved
  • Threat Lifecycle Management - en översikt
    Threat Lifecycle Management - en översikt
    Licens:
    All rights reserved
    Filformat:
    .pdf

Relaterat innehåll

  • LogRhythms nya AI-plattform i molnet förbättrar cybersäkerheten

    Datasäkerhetsföretaget LogRhythm lanserar CloudAI, en molnbaserad plattform som använder artificiell intelligens och automation för att snabbare upptäcka och svara på den ökande mängden skadliga cyberhot. Den självlärande plattformen frigör tid för säkerhetsansvariga som kan ägna sig åt verkliga hot när falsklarmen identifieras med maskininlärning.