ThreatQuotient анонсувала нову версію платформи для виявлення та реагування на загрози безпеці ThreatQ
ThreatQuotient анонсує нову версію платформи для виявлення та реагування на загрози безпеці ThreatQ
ThreatQuotient анонсував нову версію своєї платформи для ідентифікації та реагування на загрози безпеці ThreatQ . Останні функції ThreatQ v5 включають: унікальний DataLinq Engine для підключення розрізнених систем і джерел для забезпечення розширеного виявлення та реагування на загрози безпеки (XDR), інтелектуальний збір даних для автоматизації та розширений обмін даними ThreatQ для двонаправленого зв'язку, контексту та аналізу загроз.
ThreatQ v5 підтримує SOC майбутнього з ключовими можливостями управління даними. Підхід ThreatQ, керований даними, архітектура відкритої інтеграції та збалансована автоматизація дає командам можливість працювати швидше та ретельніше, захищаючись від загроз, що розвиваються.
SOC майбутнього використовує підхід , керований даними, для підвищення ефективності, має відкриту архітектуру для прийому будь-яких джерел даних, вільних від обмежень, і дозволяє збалансованій автоматизації для команд перекладати контекст, керований даними, для стимулювання реакції, або за допомогою автоматизації машин, або за допомогою інструментів для людських аналітиків. Ключові оновлення, доступні в ThreatQ v5, які підтримують SOC майбутнього, включають:
- DataLinq Engine , який «з'єднує точки» між даними з усіх джерел, внутрішніх та зовнішніх, в організації, включаючи SIEM /SOAR, ідентичність, канали, хмару, продаж квитків тощо, щоб його можна було проаналізувати та зрозуміти, перш ніж приймати ручну або автоматизовану відповідь. Дії можна виконувати за допомогою інтеграції з інструментами, які вже використовують команди безпеки.
- Обмін даними ThreatQ забезпечує покращену гнучкість і контроль над даними, що передаються між системами ThreatQ. Команди з окремими екземплярами ThreatQ можуть співпрацювати, обмінюючись один з одним IOC, супротивником, TTP тощо. Цей розширений обмін даними забезпечує більше контексту для команд для виконання своєї роботи.
- Розумні колекції забезпечують покращену швидкість аналізу, автоматично та динамічно класифікуючи дані. Це робиться за допомогою процесу, в якому команди заздалегідь визначають ключові критерії, які автоматизують, як інтелект, вилучений через дані, збагачується, курується, розставляється пріоритети та закінчується.
