Репортаж от Wedoany，1 июня 2026 года компания Gigamon, специализирующаяся на глубокой наблюдаемости, и Splunk, входящая в состав Cisco, объявили о стратегическом партнерстве, направленном на то, чтобы помочь предприятиям более эффективно извлекать ценность из распределенных данных. Благодаря интеграции конвейера глубокой наблюдаемости Gigamon с федеративным поиском Splunk (Splunk Federated Search, ключевой компонент архитектуры данных Cisco, поддерживаемый облачной платформой Splunk), организации могут получать доступ и анализировать высокоценные телеметрические данные из любого места без необходимости их централизации или копирования.
В гибридных средах и средах, управляемых ИИ, объем данных постоянно растет, и команды по безопасности и ИТ часто вынуждены делать выбор между стоимостью управления данными и полной видимостью. Партнерство Gigamon и Splunk предлагает более эффективный способ доступа, управления и эксплуатации распределенных данных, устраняя этот компромисс. Конвейер глубокой наблюдаемости Gigamon преобразует необработанный сетевой трафик в высокоточные и действенные телеметрические данные путем извлечения и обогащения метаданных приложений. Федеративный поиск Splunk позволяет командам запрашивать и анализировать распределенные наборы данных на месте, обеспечивая унифицированную видимость в различных средах без перемещения данных.
Сет Брикман, вице-президент по управлению продуктами платформы Splunk в Cisco, отметил, что объединение возможностей федеративного поиска Splunk с сетевыми телеметрическими данными Gigamon помогает клиентам получать более богатые операционные и аналитические данные по безопасности, одновременно снижая затраты и сложность управления большими объемами данных. Стороны совместно предлагают более гибкий, ориентированный на ИИ подход к управлению данными. Шринивас Чакраварти, вице-президент по экосистеме облачных решений Gigamon, указал, что с ростом объема данных в гибридных облачных средах и средах, управляемых ИИ, организациям нужны более интеллектуальные способы управления телеметрическими данными. Сочетание конвейера глубокой наблюдаемости Gigamon и федеративного поиска Splunk позволяет преобразовывать необработанный сетевой трафик в высокоточные телеметрические данные и получать к ним доступ в любое время и в любом месте, сокращая ненужное перемещение данных и затраты на их загрузку, повышая видимость и обеспечивая более раннее обнаружение угроз.
Основой этого партнерства является приверженность выбору клиента. Организации могут определять место хранения данных, включая индексы облачной платформы Splunk, Amazon S3, Azure Blob Storage и другие, сохраняя при этом федеративный доступ в различных средах, что позволяет балансировать требования к производительности, стоимости, соответствию нормативным требованиям и суверенитету данных без ущерба для видимости или аналитических возможностей. Согласно прогнозам Gartner, к 2030 году 90% новых закупок SIEM будут требовать архитектуры с приоритетом федеративных данных и контента, отвергая закрытые экосистемы и проприетарные хранилища данных. Использование федеративных и децентрализованных данных позволяет пользователям SIEM хранить данные в различных репозиториях с меньшими затратами и удаленно получать доступ к данным в генерирующих системах, одновременно получая информацию из широкого круга источников для расследований.
В опросе по безопасности гибридных облаков за 2026 год 79% из более чем 1000 руководителей в сфере безопасности и ИТ рассматривают возможность переноса данных из публичных облаков обратно в частные облачные среды из-за опасений по поводу безопасности, а 72% считают, что озера данных обеспечивают более строгий контроль безопасности. Партнерство Gigamon и Splunk позволяет организациям согласовывать свою стратегию данных с меняющимися операционными требованиями, требованиями безопасности и соответствия. Совместное решение Gigamon и Splunk помогает организациям: получить более глубокую видимость зашифрованного, бокового и гибридного облачного трафика; получать доступ к распределенным данным без необходимости их централизованного перемещения или копирования; снижать затраты и сложность за счет интеллектуальной фильтрации и обогащения телеметрии; обеспечивать более раннее обнаружение угроз и более быстрое расследование инцидентов безопасности; повышать готовность к соблюдению нормативных требований с помощью масштабируемого мониторинга и отчетности.
Приложение федеративного поиска Gigamon включает предварительно созданные конвейеры обработки для пограничных процессоров и процессоров приема данных Splunk, шаблоны федеративного поиска и унифицированные панели мониторинга, упрощая для организаций анализ и эксплуатацию распределенной телеметрии. Интегрируя конвейер глубокой наблюдаемости Gigamon с пограничными процессорами и процессорами приема данных Splunk, клиенты могут обрабатывать, маршрутизировать, фильтровать и обогащать телеметрические данные ближе к источнику, сокращая ненужное перемещение данных и гарантируя, что хранятся, ищутся и анализируются только высокоценные телеметрические данные. Gigamon защищает гибридные облачные сети и данные наиболее сложных организаций мира. Управляемый ИИ конвейер глубокой наблюдаемости Gigamon обеспечивает полную видимость всех динамических данных, напрямую предоставляя доверенные телеметрические данные, полученные из сети, облачным, инструментам безопасности и наблюдаемости. Благодаря аналитическим данным на основе ИИ, охватывающим пакеты, потоки и метаданные приложений, организации могут обнаруживать угрозы, скрытые в зашифрованном и боковом трафике, устранять узкие места в производительности сети и приложений, проверять соответствие требованиям, одновременно снижая затраты и сложность. Gigamon пользуется доверием более 4000 организаций по всему миру, включая 83 компании из списка Fortune 100, крупных операторов мобильной связи и государственные учреждения всех уровней.
Данный материал скомпилирован платформой Wedoany. При цитировании материалов, созданных с помощью искусственного интеллекта (ИИ), необходимо обязательно указывать источник — «Wedoany». В случае выявления нарушения прав или иных проблем просим своевременно информировать нас. Сайт оперативно внесёт изменения или удалит материал.Электронная почта: news@wedoany.com
