联系方式
苏珊娜-杜隆
投资者关系副总裁
(206) 272-7049
s.dulong@f5.com
霍利-兰开斯特
WE Communications
(415) 547-7054
hluka@we-worldwide.com
Threat Stack 现在将遥测收集、安全规则、人工专业知识和机器学习功能结合在一起,使客户能够通过上下文检测已知和未知风险
马萨诸塞州波士顿市 - 基础设施和应用云安全与合规领域的领导者 Threat Stack 今天发布了 ThreatML™,这是其全新的机器学习引擎,通过异常检测增强了 Threat Stack Cloud Security Platform®、Threat Stack Oversight℠ 和 Threat Stack Insight℠ 的安全可观察性。
Threat Stack 云安全平台每天从客户云基础设施和应用中收集、规范化并分析 600 多亿个事件。 ThreatML 利用这些丰富的遥测数据来训练机器学习模型,然后利用这些模型来检测异常行为。 Threat Stack 的规则引擎和先进的机器学习功能使客户能够快速检测、优先处理和应对已知和未知的威胁。
Threat Stack 的云安全方法独一无二。 Threat Stack 将全栈遥测、机器学习、规则和人工专业技术相结合,使安全团队能够加快平均获知时间 (MTTK),专注于高严重性威胁,节省时间并降低成本。
"Glassdoor 首席信息官 Anthony Moisant 表示:"我们对 Threat Stack 云安全平台、Oversight 和 Insight 加入机器学习功能感到非常兴奋。 "Threat Stack 的平台和服务组合一直为我们提供非常详细的安全遥测数据和可行的风险缓解建议。 在此基础上应用异常检测,将为我们的安全团队带来巨大的好处,因为我们将继续发展和壮大我们的云基础设施。
"Threat Stack 首席执行官 Brian Ahern 说:"机器学习常常被宣传为解决所有问题的灵丹妙药。 "随着 ThreatML 的推出,我们将业界最好的安全遥测、规则引擎、人类专业知识和现在的机器学习结合在一起,创建一个真正强大的云安全解决方案,能够检测已知和未知的风险。 这为我们的客户提供了更大的安全覆盖范围、无与伦比的背景发现,并通过缩短了解和应对威胁的平均时间来实现成本效益。
要了解有关 ThreatML 的更多信息,以及 Threat Stack 如何将云基础设施遥测、规则、人类专业知识和机器学习结合起来,以检测云环境中的已知和未知风险,请访问:www.threatstack.com/threatml,并注册参加即将举行的题为 "Threat Stack 介绍 ThreatML "的网络研讨会: 基于 ML 的异常检测加速云安全与合规性。 ThreatML 测试版将于 2020 年面向 Threat Stack 客户推出。
Threat Stack 现在是F5 分布式云应用基础设施保护(AIP)。 立即开始与您的团队一起使用分布式云 AIP。
# # #
本新闻稿可能包含与未来事件或未来财务业绩有关的前瞻性陈述,其中涉及风险和不确定性。 此类声明可通过 "可能"、"将"、"应"、"预计"、"计划"、"预期"、"相信"、"估计"、"预测"、"潜在 "或 "继续 "等术语或此类术语或类似术语的反义词来识别。 这些陈述仅为预测,实际结果可能会因多种因素(包括公司向美国证券交易委员会提交的文件中确定的因素)的影响而与这些陈述中预期的结果存在实质性差异。