Rackspace采用Splunk技术 下一步瞄准机器学习

简介:

托管云提供商Rackspace宣布,正在使用Splunk来为其决策分析引擎提供支持——并计划下一步使用Splunk的机器学习工具。 

今天披露的这个信息,表明Rackspace正在跨所有业务流程使用SplunkEnterprise and Enterprise Security,包括业务智能、DevOps、合规和安全。

Rackspace每天会接收近3TB的数据,然后利用Splunk诊断异常活动,修复流程中的问题——Splunk称这加速了安全漏洞的修复,并为公司节约了成本。 

据分析师透露,这将使该公司的安全事件检测时间缩短70%,让安全团队和合规团队调查高优先级安全事件的速度加快70%,让安全故障对公司财务的影响减少至少50%”

Rackspace公司副总裁、首席信息安全官Dave NeumanSplunk ES赞誉有加,称它让他的IT团队能够持续查看数千个端点——包括服务器、网络设备、安全扫描和威胁反馈,帮助客户加快威胁检测和解决。

该公司最早是从基层开始使用Splunk,有几个小的网络团队在运行日志分析和应用管理,简化IT故障排除和操作。

“一旦我们的领导层意识到Splunk的全部潜力,我们就会广泛部署Splunk ES来帮助确保PCI合规项目的成功,”Neuman补充说。他的公司必须遵守10个PCI安全标准,以保存敏感的客户数据。

Splunk公司安全市场高级副总裁Haiyan Song表示,PCI工作的目标是保持合规性和改进运营,然后引导更广泛地采用该公司的软件,除了小的IT团队和安全团队,要扩大到整个公司。 

Rackspace合作伙伴关系下一步将发展到机器学习领域,称计划在公司自动业务流程的IT、安全和业务运作中使用Splunk的机器学习工具套件。


原文发布时间为: 2017年6月29日

本文作者:黄雅琦

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

相关文章
|
1月前
|
机器学习/深度学习 自然语言处理 算法
探索机器学习中的自然语言处理技术
【2月更文挑战第16天】 在数字化和智能化的浪潮中,自然语言处理(NLP)技术已成为连接人类与机器沟通的重要桥梁。本文深入探讨了机器学习在自然语言处理中的应用,包括最新的模型架构、算法优化技巧及实际场景中的挑战和解决方案。通过逻辑严密的分析,我们将揭示如何有效利用机器学习提升NLP系统的性能,同时对未来发展趋势进行预测。
23 0
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
探索机器学习中的自然语言处理技术
【2月更文挑战第31天】 随着人工智能的飞速发展,自然语言处理(NLP)技术在机器学习领域扮演着越来越重要的角色。本文旨在深入探讨NLP的关键技术,包括语言模型、词嵌入和深度学习方法,并分析这些技术如何相互协作,以实现更高效的文本分析和理解。通过案例研究和最新研究成果的介绍,我们展示了NLP在实际应用中的强大潜力,以及它如何推动人机交互和信息检索系统的革新。
21 0
|
27天前
|
机器学习/深度学习 人工智能 运维
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系(机器学习知识导论)(二)
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系(机器学习知识导论)
59 1
|
27天前
|
机器学习/深度学习 人工智能 自然语言处理
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系(机器学习知识导论)(一)
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系(机器学习知识导论)
72 1
|
2天前
|
机器学习/深度学习 人工智能 自然语言处理
探索机器学习中的自然语言处理技术
【4月更文挑战第24天】本文深入探讨了自然语言处理(NLP)在机器学习领域中的应用与进展。通过分析最新的技术动态,阐释了深度学习如何增强NLP的能力,并讨论了当前面临的挑战及未来的发展趋势。文中不仅总结了NLP的核心概念和关键技术,还通过案例研究展示了其在实际应用中的潜力。
7 0
|
1月前
|
机器学习/深度学习 数据采集 算法
Python技术应用案例——基于机器学习的信用评分模型
【2月更文挑战第11天】机器学习作为当下最热门的技术之一,已经在各个领域获得了广泛的应用。本文将介绍一个基于Python机器学习算法的信用评分模型,通过对数据集的处理和模型训练,实现对客户信用评级的自动化判定,提高了银行的工作效率和准确性。
156 4
|
2月前
|
机器学习/深度学习 算法 Java
现代数据科学中的机器学习技术发展与应用
本文探讨了现代数据科学领域中机器学习技术的发展和应用。我们介绍了机器学习的基本概念和原理,并探讨了它在前端、后端、Java、Python、C以及数据库等多种技术领域的具体应用。通过深入剖析不同领域的案例研究,我们展示了机器学习在解决实际问题和推动技术创新方面的巨大潜力。最后,我们对未来机器学习技术的发展趋势进行了展望。
|
2月前
|
机器学习/深度学习 搜索推荐 数据可视化
机器学习中7种常用的线性降维技术总结
上篇文章中我们主要总结了非线性的降维技术,本文我们来总结一下常见的线性降维技术。
77 6
|
1月前
|
机器学习/深度学习 存储 搜索推荐
利用机器学习算法改善电商推荐系统的效率
电商行业日益竞争激烈,提升用户体验成为关键。本文将探讨如何利用机器学习算法优化电商推荐系统,通过分析用户行为数据和商品信息,实现个性化推荐,从而提高推荐效率和准确性。
|
22天前
|
机器学习/深度学习 算法 搜索推荐
Machine Learning机器学习之决策树算法 Decision Tree(附Python代码)
Machine Learning机器学习之决策树算法 Decision Tree(附Python代码)