Related Posts
本場研討會,Elastic 原廠講師將深入探討 Elastic 的 AI 驅動擴展偵測與響應(XDR)技術,如何幫助企業有效地探測和應對未曾見過的資安威脅。
Elastic 發現 Kibana 可能將 kibana_system_user 的憑證、API 金鑰和終端使用者憑證記錄至日誌檔案。該漏洞主要發生於使用者與不健康的 Elasticsearch 集群互動。針對此漏洞,Elastic 發佈了 Kibana 8.11.1 版作為響應措施。
Elasticsearch 不僅是一個強大的搜尋引擎,也是一個分散式資料庫。它同時具備數據搜索、數據分析、高可用和處理各類型數據的能力,多元的使用場景與豐富的開源社群,使它盤據 DB-Engines 的搜尋引擎第一名 (2022年)。本篇文章將介紹 Elasticsearch 的基本概念,讓大家從頭了解這個強大的軟體。
Apache 基金會建議使用者應立即升級到 Log4j v2.15.0。使用 2.10 以前版本者,則應從 classpath 移除 JndiLookup class。我們整理 EDB、Cloudera、Elastic 原廠針對此次漏洞的建議處置與相關資源,不同產品的影響程度與處置相差極大,詳情請閱讀針對該產品的文章或聯絡我們以得到顧問諮詢和技術支援。
IIoT 能與 Elastic Stack 搭配,運用感測器資料有效分析物聯網裝置的狀況,達到預測性維護。也降低剔除率,減少生產成本。IIoT 也能監控控制系統、可程式化邏輯控制器 (PLCs) 與工業機器人等,更可以用 Machinebeat 從 MQTT brokers 及 OPC UA 裝置中收集資料。
Elastic 9.3 是 Elasticsearch Platform 目前的最新版本,帶來多項功能更新與能力提升。此版本支援將結構化與非結構化資料轉化為洞察與決策依據,包含 Elastic Workflows 工作流程自動化、Elastic Agent Builder AI 工具、GPU 加速向量索引與 Jina AI 模型整合,並提升 Search & AI、Observability 與 Security 的效能與便利性。Elastic 9.3 已在 Elastic Cloud 上線,可立即試用,協助開發者與企業建立 AI 驅動的搜尋、分析與安全解決方案。
2020年7~12月,我們進行了六場講座,討論主題包括CRUD、Replicaset、Sharding cluster、聚合分析以及 4.4 版本的介紹等豐富的內容!若您去年因故未能參與,沒關係!我們做了一個包含這些主題的精華重點總整理,以及常見問題的分享,一個小時給您滿滿乾貨!已經參加過的夥伴,也歡迎和我們一起複習喔!
在製作一般營收等報表時,主管或 User 可能會想聚焦關心某些表現優異或特殊的值,進而發現資料背後的 Insight。本次研討會將分享兩個常見的使用情境:動態參數選擇 Top N 及動態篩選最新日期。
Docker EE 2.0 爲企業組織提供了在任何時間,任何位置以多樣化方法創造應用程式的自由,同時不必擔心被單一技術或基礎設施套牢的風險。企業組織可以基於各種應用程式堆疊建立傳統或雲應用程式在各種作業系統或基礎設施上,更重要的是,在整個應用程式生命週期中仍具有相同的 Docker 體驗
MongoDB 4.0 是唯一兼顧速度與彈性,使用文件模型並確保ACID原則的資料庫。在MongoDB 4.0 以後可以直接使用官方的多文檔事務支援多文件交易,以保證資料完整性,該項技術突破原先關聯性資料庫才能提供的關鍵特性。
作為安全分析領域的領導者,我們 Elastic® 經常被詢問有關長期數據分析架構的建議。而「無限數據」的概念往往是一個嶄新的想法。其他安全分析供應商在支持長期數據保存和分析方面面臨困難,並持續散播一種迷思,認為企業別無選擇,只能部署一個緩慢且笨重的數據湖(或數據沼澤)來長期存儲數據。
讓我們來打破這個迷思。在 Elastic,「無限數據」並非遙不可及的夢想,而是現實。數以千計的客戶已經從統一的數據層中受益,該數據層能以經濟實惠且快速可訪問的方式,維持數月甚至數年的可操作數據。
線上搜尋已經是消費者的本能,往往對體驗抱有高期望,因此搜尋品質將影響瀏覽體驗、轉化率和客戶忠誠度。借助 Elastic 良好的搜尋,消費者不僅可以獲得預製的分析儀表板,還可以獲得 Kibana 提供的無限視覺化和分析工具,此外,Elastic 後台也提供強大的功能和靈活性。
Bell Canada 的 SOC 開始使用 Elastic Stack 來加強其 ArcSight SIEM,可以自動處理高日誌量和高峰值。除了搜尋與分析資料之外, ELK 還能用角色型存取控制 (RBAC) 來保護安全。也使用使用 ArcSight SIEM 進行事件聚合和關聯,減少誤報的比率
MongoDB系列講座來了!首先登場的是資料庫基本功 CRUD,非常適合初學者的入門主題!會後填寫回饋問卷送全家咖啡兌換券一張喔!
可觀測性的核心旨在完整的了解系統資訊,而非監測幾個關鍵指標。為了達成目的,IT 人員必須在統一的可視化解決方案中使用指標、日誌、軌跡和剖析資訊。然而單靠可觀測性中 3 種型態的資訊是不夠的,使用者還必須不間斷的搜集剖析訊息。因為剖析訊息就如同放大鏡,能夠填補其他訊號留下的資訊漏洞。


