透過 Elastic 和 Microsoft Azure 能消除資料孤島，並在 Microsoft Azure 和企業內部環境中加深洞察力。Elasticsearch 由 Elastic 的專業人員運作、修復、維護和支援，因此您能專注在您的作業上

每天被上萬條資安告警淹沒，卻分不清哪個才是真正的攻擊？本活動將說明如何利用 Elastic 的高效能架構，將百萬級別的威脅指標與內部數據進行即時交叉比對，在不犧牲查詢速度的前提下，大幅精簡無效告警，真正釋放 SOC 團隊的實務效能！

Elastic Stack Security 對權限有嚴密的控管，且大多數功能不需額外費用。IT、營運與開發團隊利用 ELK Security 來管理使用者也同時阻止惡意行為，而高階主管和客戶則利用此來確保資料安全。另外也透過加密防止窺探、竄改和監聽，還有日誌審核機制，記錄使用者活動。

Elastic 在 2022 Q4 被  The Forrester Wave 評為資安分析平台領域中的領頭羊。Elastic Security 將 SIEM、XDR 和雲端安控整合至一個平台上，提供了一種截然不同的安控解決方案－幫助客戶快速和大規模地預防、偵測和響應迎來的威脅。

透過 Elasticsearch 的可擴展性提供以使用者為中心服務的靈活性。Elastic Stack 的各種產品和功能，包含定期版本升級和版本管理，幫助 POSCO 響應使用者需求，控制和穩定快速地處理大量資料，並定期升級，提升團隊的技術和營運能力，滿足使用者的需求。

關鍵字搜尋找不到你想要的結果？非結構化資料太多，搜尋效率總是受限？AI 時代的搜尋技術不只要快，更要「懂你在找什麼」。這正是 向量搜尋（Vector Search） 和 向量資料庫（Vector Database） 的價值所在。透過向量化的方式，搜尋系統能夠超越傳統關鍵字比對，真正理解使用者的查詢意圖。在本場【Elastic 向量搜尋實戰：語意洞察 x 智慧搜尋指南】工作坊中，我們將深入解析向量搜尋的核心技術與實務應用，帶您掌握 Elastic 如何結合自然語言處理（NLP）與 AI 模型，打造下一代語意搜尋體驗。

Artificial Intelligence for IT Operations （AIOps， IT 智能運維）指的是結合大數據與機器學習（Machine Learning），自動化 IT 流程，包括異常偵測、事件關聯分析，以及營運數據的收集與處理。

Elastic 讓整個組織在雲端作業的每個階段，都可在單一平台監控、分析和維護 Amazon Web Services (AWS) 及其內部作業。Elastic 已被認定為 WMP 的合作夥伴，將自行管理的內部 Elasticsearch 或 ELK workloads 遷移到 Elastic Cloud。

Elastic APM 和 Enterprise Search 產品之間的整合步驟說明，並展示 Enterprise Search 團隊如何利用 Elastic APM 在開發生命週期中獲得更多智能以提高 Enterprise Search 性能。

因應疫情期間發展，許多企業由辦公室改為遠端作業，因此資訊安全更顯得需要特別關注。本次分享將會介紹 Elasticsearch 上的資訊安全模組 SIEM 以及 Machine Learning。

Elasticsearch採Apache Lucene搜索和分析引擎，運用JSON文檔格式，提供近即時地存儲、全文搜索和分析數據。Elasticsearch兼俱高可擴充性(Scalability)與可用性(Availability)的特質，與資料處理效能高，近年來深受企業推崇和採用。

在過去一年半中，生成式 AI 顯著提升了安全分析師的工作效率。大型語言模型（LLMs）作為知識資源，能夠解答與安全相關的各種問題，並幫助使用 Elastic AI 助手的客戶取得驚人成效。

Elastic Search AI 平台提供了解決方案，透過檢索增強生成（RAG）技術，將 LLMs 的知識與 Elasticsearch 集群中的內容結合，構建出簡單直觀的工作流程，讓安全團隊能夠靈活、安全地使用私有數據。接下來，我們將探討此平台的運作方式及其對安全操作的幫助。

SoftBank Payment Service 的行動支付服務為了創造更強大的可見性，利用 Elastic Stack 的 Kibana 對交易資料建立視覺化儀表板，幫助營運商監控金融詐欺。此外，運用機器學習的異常檢測程式取代以往的告警系統，讓任何人都可以輸入資料並建立儀表板，從而改善報告，真正達成協作。

不可否認，生成式 AI（Generative AI / GenAI） 正在重塑 IT 的未來，甚至可能改變整個世界。根據 Forrester 於 2024 年進行的一項調查，有 67% 的 AI 決策者表示，組織計劃在未來一年加大對生成式 AI 的投資。

但問題來了：哪些只是「生成式 AI 熱潮（hype）」？又有哪些才是真正值得長期投入的技術？IT 與企業決策者又該如何分辨真實能力與過度期待之間的差異？

目前的熱潮既令人興奮，也引發不少質疑 ── 從 生成式 AI 如何取得資料、安全機制是否完善，到它對 IT 架構與企業營運的實質影響，都有不同聲音。

在這場工作坊中，我們將深入探討 Elastic Security、偵測引擎及攻擊偵測的背景知識。您將有機會啟用第一條規則，觀察潛在的遠端桌面鏡像行為，並了解攻擊偵測的實際運作。此外，我們將針對網域產生演算法（DGA）活動進行機器學習偵測，並探討如何利用 ESIQL 進行代理搜尋，建立規則並結合攻擊偵測。