所有文章由Splunk提供 Splunk

  • 现实世界中的防欺诈指南

    随着日常生活的许多部分正在数字化,欺诈成了一个日益严重的问题。生活中账户的欺诈,包括但不限于信用卡号码、银行帐号、电子邮箱地址等。欺诈被定义为意图导致经济或个人利益的错误或犯罪性欺骗。从偷盗身份到窃取账户证书和个人信息,均属于欺诈的范畴。防止欺诈是在线服务、用户账户、医疗保健提供商、零售商、教育和金融机构等等面临的越来越严重的问题。美国司法部估计,仅仅医疗保健欺诈就会使该国每年损失至少数百亿美元。在任何类型的数字服务中,欺诈活动的指纹都会被写入机器数据。组织或企业可以利用机器数据来防范欺诈。通过阅读本文,您将了解到:1.欺诈的定义,影响以及此现象在现实世界中存在的增长现状;2.六种真实世界场景的欺诈以及机器数据解决方案;3.真实企业和组织案例研究以及Splunk提供的解决方案.

  • 数字化转型让IT更上一层楼

    数字化的转型正挑战着IT部门提供基础设施的传统角色,也同时对技术,团队互联,工作和解决问题的方式带来了变革的机遇。IT部门必须发展成商业计划的主动合作伙伴,利用海量增长的数据,基于事实从服务和业务角度作出决策。转变的重点在于通过新的数据驱动软件的应用来创造价值。

  • 2017年Splunk年度会议五大要点

    2017年度在美国举行的Splunk会议传达了五大要点,涵盖的内容有机器学习,度量标准和事件分析,安全神经中枢,机器数据创新以及数据给现实世界带来的影响。

  • 机器数据的必需指南

    与数字描述,时间序列数据和大数据相比,机器数据可能是其中一个最未被充分利用和低估的组织资产。它通常只会在被抛弃前保存最短的一段时间,并且永远不会再看。但您可以在此数据中获取一些在IT和企业中最重要的见解:什么地方出现错误、如何优化客户体验、指纹欺诈。使用机器数据需要三个步骤:摄取,关联和分析。从机器数据中获得最大价值的组织能够采用不同的数据类型,将它们连接在一起,并从结果中获得价值。但最大的挑战之一是理解您摄取的数据。能利用机器数据的组织存在巨大的优势:快速诊断服务问题、检测复杂的安全威胁、了解远程设备的运行状况和性能以及展示合规性。本白皮书结合使用案例,介绍了您可以从虚拟和物理基础架构的机器数据中获取的价值、在哪查找机器数据类型以及它可以提供给IT、安全、物联网和业务分析使用案例的价值.

  • SPLUNK® 和 CIS 关键安全控制

    Splunk 提供单一、集成的安全智能平台,使如今的安全专业人员能够确保其组织符合关键安全控制要求。Splunk 软件可以验证输入数据、执行所需要求或支持与控制相关的人为活动。

  • 机器数据如何支持 GDPR 合规性

    一般数据保护条例(GDPR)将于2018年5月起生效,它将改善企业的可预见性和效力,也将使欧盟公民享有更多的数据保护权利。该条例将使用于欧盟内部企业以及向欧盟公民提供产品和服务的全球企业。文中将通过三个支持GDPR合规型计划的用例阐明机器数据对推动实现合规性的作用。

  • 展望未来——Splunk对2018年的预测

    Splunk的专家对人工智能和机器学习、IT运作、安全和物联网的下一个大趋势作出预测。人工智能和机器学习将日益成熟并为物联网带来巨大的机遇,IT 将拥抱 DevSecOps 以对抗日益加剧的数字竞争的复 杂性,安全问题会被更多地提上日程。

  • COLLECTD初学者指南

    COLLECTD是收集系统和用程序性能指标的守护进程。指标是一种度量,提供围绕给定指标的常规数据点。指标对于监控尤其有用,可以帮助您深入了解影响基础设施和应用性能和可用性的趋势和问题。Collectd是一个可扩展的测量引擎,因此您可以收集各种数据。通过阅读本文,您将了解到:1. COLLECTD的基本介绍; 2. SPLUNK和COLLECTD如何协同工作;3. 分析COLLECTD数据;4. 使用SPLUNK和COLLECTD;5.云和COLLECTD。