Elastic fue reconocido con una distinción Customers’ Choice en el reporte Gartner Peer Insights "Voz del cliente": Gestión de eventos e información de seguridad (SIEM) de 2021 con una puntuación general de 4.6 sobre 5.

blog-security-timeseries-radar-720x420.png

Elastic Security was recognized as a Customers’ Choice in 2021 Gartner Peer Insights ‘Voice of Customer’: SIEM Report

Elastic Security fue reconocido con una distinción Customers’ Choice en el reporte Gartner Peer Insights "Voz del cliente": SIEM

Estamos entusiasmados por anunciar la llegada de Elastic SIEM, el primer gran paso en la construcción de nuestra visión de lo que SIEM debería ser. El lanzamiento de Elastic SIEM retoma el impulso y el éxito que el Elastic Stack ya posee en el mercado de la analítica de seguridad. El lanzamiento inicial de Elastic SIEM presenta un nuevo conjunto de integraciones de datos para casos de uso de seguridad y una nueva app dedicada en Kibana, que permite que los profesionales de seguridad investiguen y prioricen flujos de trabajo de seguridad de host y redes comunes de una manera más optimizada.
¡Ah!, y está disponible de forma gratuita para nuestros usuarios como parte de nuestra distribución predeterminada. Elastic SIEM se está presentando como beta en la versión 7.2 del Elastic Stack y está disponible inmediatamente en <a href="/es/cloud/elasticsearch-service">Elasticsearch Service</a> en Elastic Cloud o para <a href="/es/downloads">descargar</a>.
<h2>Un viaje que comenzó hace años</h2>Durante los últimos años, el Elastic Stack se ha convertido en una opción popular entre los profesionales de seguridad para proteger los sistemas y los datos de las amenazas cibernéticas. <a href="/es/blog/security-events-logging-at-bell-canada">Bell Canada</a> y <a href="/es/elasticon/conf/2017/sf/security-at-slack">Slack</a> usan el Elastic Stack para las analíticas de seguridad. <a href="/es/elasticon/conf/2016/sf/hunting-the-hackers-how-cisco-talos-is-leveling-up-security">Cisco Talos</a> tiene Elasticsearch en el centro de su programa de caza de amenazas. <a href="/es/blog/omnisoc-high-speed-threat-detection-at-the-big-ten">OmniSOC</a>, un centro de operaciones de ciberseguridad construido por Big Ten Academic Alliance y <a href="/blog/switching-to-elasticsearch-to-improve-cybersecurity-for-the-worlds-fastest-supercomputer">Oak Ridge National Laboratory</a> eligió usar el Elastic Stack como núcleo de sus soluciones SIEM. Y hemos visto proyectos de open source, como RockNSM, HELK y otros formarse en torno al Elastic Stack para dar soporte a los operadores de seguridad.
Estábamos entusiasmados por ver la gran adaptación que era el Elastic Stack para los datos de seguridad. Nos inspiró la comunidad que se formó en torno a estos casos de uso e invertimos en crear características fundamentales para darles un mejor servicio, como lo hemos hecho para otras soluciones, como logging y APM. Comenzando por la recolección de información y eventos de seguridad, expandimos el conjunto de datos de seguridad basados en el host que recolectamos con Filebeat, Winlogbeat y Auditbeat. Además expandimos el rango de recolección de eventos de seguridad basados en la red al agregar integraciones con el monitoreo de redes populares y los sistemas de detección de intrusiones (IDS), como Bro/Zeek y Suricata.
A medida que expandimos el conjunto de integraciones de datos, nos dimos cuenta de lo importante que es tener una forma común de representar datos en distintos recursos. Pasamos los últimos 18 meses junto con nuestra comunidad y nuestros socios desarrollando el Elastic Common Schema (ECS), una especificación de mapeo de campo extensible que facilita la normalización de datos de fuentes diferentes para permitir correlación, búsqueda y análisis entre las fuentes.
Con formas fáciles de recolectar varias fuentes de datos de seguridad y un esquema común en el cual almacenarlos, el paso lógico siguiente en nuestro viaje fue una interfaz de usuario que juntó estas piezas en un solo lugar y brindó una experiencia de usuario que se adaptó a las necesidades de los profesionales de la seguridad.
Saluden a Elastic SIEM.
<h2>Presentación de Elastic SIEM</h2>En el centro de Elastic SIEM está la nueva app de SIEM, un espacio de trabajo interactivo para que los equipos de seguridad prioricen eventos y realicen las investigaciones iniciales. Su visualizador de eventos en línea de tiempo permite que los analistas reúnan y almacenen evidencia de un ataque, anclen y anoten eventos relevantes, y comenten y compartan sus hallazgos, todo dentro de Kibana, lo que te permite trabajar fácilmente con cualquier dato que cumpla con el formato ECS.
Kibana siempre ha sido un lugar maravilloso para que los equipos de seguridad visualicen, busquen y filtren sus datos de seguridad. La app de Elastic SIEM toma todos los aspectos de Kibana que les encantan a los equipos de seguridad (interactividad, búsqueda personalizada y exploraciones en profundidad receptivas) y los empaqueta en una experiencia de producto intuitiva que se alinea con los flujos de trabajo de SOC típicos.
<img src="https://images.contentstack.io/v3/assets/bltefdd0b53724fa2ce/blt78b52a8a77855ab5/5d01b330ea19705f1784b099/introducing-elastic-siem-1.jpg" data-sys-asset-uid="blt78b52a8a77855ab5" alt="Elastic SIEM" "="">
La app de SIEM permite el análisis de eventos de seguridad relacionados con el host y la red como parte de investigaciones de alertas o caza de amenazas interactivas, incluidas las siguientes:
<h3>Análisis de eventos de seguridad del host</h3>Como complemento de la extensa biblioteca de visualizaciones y dashboards que ya existen en Kibana, la visualización de hosts en la app de SIEM proporciona métricas esenciales con respecto a los eventos de seguridad relacionados con el host y un conjunto de tablas de datos que permiten la interacción con el visualizador de eventos en línea de tiempo. 7.2 también incluye una nueva recolección de datos basada en el host con soporte de Sysmon en Winlogbeat.
<img src="https://images.contentstack.io/v3/assets/bltefdd0b53724fa2ce/blt0a8f8d63938463bc/5d01b52bae9baaf01450ac67/introducing-elastic-siem-2.png" data-sys-asset-uid="blt0a8f8d63938463bc" alt="Visualización de hosts Elastic SIEM" "="">
<h3>Análisis de eventos de seguridad de la red</h3>De la misma manera, la visualización de la red informa a los analistas sobre métricas de actividad en la red, facilita el enriquecimiento del tiempo de investigación y proporciona tablas de eventos de la red que permiten la interacción con el visualizador de eventos de línea de tiempo. También estamos presentando soporte para firewalls de Cisco ASA y Palo Alto en 7.2.
<img src="https://images.contentstack.io/v3/assets/bltefdd0b53724fa2ce/blt49f9d5bd0cd6f161/5d09f1b797f2babb5af91461/introducing-elastic-siem-3.jpg" data-sys-asset-uid="blt49f9d5bd0cd6f161" alt="Visualizador de eventos de la red en Elastic SIEM" "=""> 
<h3>Visualizador de eventos de línea de tiempo</h3>Como espacio de trabajo colaborativo para investigaciones o caza de amenazas, los analistas pueden arrastrar los objetos de interés fácilmente hacia el visualizador de eventos de línea de tiempo para crear exactamente el filtro de búsqueda que necesitan para llegar al fondo de una alerta. Durante la investigación, los analistas pueden anclar y anotar eventos individuales, y pueden agregar notas para describir las medidas tomadas en la investigación. El autoguardado garantiza que los resultados de la investigación estén disponibles para los equipos de respuesta ante incidentes.
<img src="https://images.contentstack.io/v3/assets/bltefdd0b53724fa2ce/blt87dfa7c4504b234a/5d01b807468d9dde14e96320/introducing-elastic-siem-4.gif" data-sys-asset-uid="blt87dfa7c4504b234a" alt="Visualizador de eventos de línea de tiempo en Elastic SIEM" "="">
<h2>El viaje continúa</h2>En Elastic, nos esforzamos por movernos rápido, hacer lanzamientos con frecuencia y proporcionar un flujo constante de valor para nuestros usuarios. Creemos que Elastic SIEM es un gran paso hacia nuestra visión de lo que SIEM debería ser y los primeros comentarios de nuestra comunidad de usuarios y socios han sido muy positivos.
Nuestro ecosistema de socios, incluidos integradores de sistemas globales, también ha sido testigo de cómo los usuarios despliegan naturalmente el Elastic Stack para los casos de uso SIEM.
“La nueva capacidad SIEM de Elastic está mejorando nuestra habilidad para optimizar la visibilidad de seguridad y construir soluciones de datos y seguridad integrales y escalables para los clientes en el Elastic Stack”, dijo Greg Baker, vicepresidente y gerente general de cyber digital en Optiv, un integrador de soluciones de seguridad y un socio recomendado de Elastic. “Esperamos brindar de forma conjunta soporte a las demandas del cliente con respecto a esas capacidades y continuar nuestra sociedad de larga data con Elastic”.
Este es un gran hito en nuestro viaje de seguridad y estamos entusiasmados por continuar construyendo más. Las capacidades, como las reglas de detección de SIEM, el análisis de usuario, la integración de inteligencia de amenazas y más fuentes de datos están todos allí en nuestro roadmap. Y es seguro decir que continuaremos haciendo las cosas de la manera de Elastic y empujaremos y cambiaremos las limitaciones tradicionales y las definiciones de SIEM para ayudarte a proteger tus datos, aplicaciones e infraestructura de red. 
<h2>Comienza hoy mismo</h2>Para comenzar, activa un cluster en <a href="/es/cloud/elasticsearch-service">Elasticsearch Service</a> o <a href="/es/downloads">instala la última versión</a> del Elastic Stack. ¿Ya tienes datos de ECS en Elasticsearch? Tan solo actualiza tus clusters a 7.2 y dale una oportunidad a Elastic SIEM.
Tenemos materiales excelentes que te simplificarán los primeros pasos:
<ul>
	<li><a href="/es/solutions/siem">Página de soluciones de Elastic SIEM</a></li>
	<li><a href="/guide/en/siem/guide/current/index.html">Documentación de Elastic SIEM</a></li>
	<li><a href="/es/webinars/introducing-elastic-siem">Regístrate para nuestro próximo seminario web</a></li>
</ul>

siem-blog-banner.png

blog-thumb-release-siem.png

Introducing Elastic SIEM

Presentación de Elastic SIEM

El uso de HIDS basados en firmas de Wazuh y Machine Learning de Elastic puede facilitar la detección de ciberamenazas y aumentar la eficiencia

<html><head></head><body>El <a href="/es/products">Elastic Stack</a> ofrece capacidades de anal&#xED;tica de Seguridad que se usan ampliamente para la detecci&#xF3;n de amenazas, la visibilidad y la respuesta ante incidentes. La velocidad y escala a las que Elasticsearch puede indexar y buscar informaci&#xF3;n relacionada con la seguridad permiten que los analistas hagan su trabajo de manera m&#xE1;s eficiente, y los dashboards de Kibana proporcionan una amplia visibilidad y permiten la b&#xFA;squeda interactiva de amenazas. A su vez, el motor de <a href="/es/products/stack/machine-learning">Machine Learning</a> puede automatizar el an&#xE1;lisis de sets de datos complejos, lo que permite detectar intrusos que de otra forma pasar&#xED;an inadvertidos.
En los sistemas de detecci&#xF3;n de intrusiones (IDS) populares, como <a href="https://wazuh.com/">Wazuh</a> o Suricata, se aplica un enfoque basado en firmas para la detecci&#xF3;n de amenazas. Es decir, se comparan los patrones hallados en archivos, logs y el tr&#xE1;fico de red con una base de datos de patrones conocidos por estar vinculados a actividades malintencionadas y se emiten alertas cuando se encuentra una coincidencia. Estos sistemas proporcionan sets de reglas para analizar y correlacionar datos, y generalmente emiten miles o millones de alertas por d&#xED;a en un entorno de producci&#xF3;n.
La transmisi&#xF3;n en una red completa puede garantizar la detecci&#xF3;n de todos los posibles eventos de seguridad, pero tambi&#xE9;n suma el trabajo de verificar miles (o millones) de alertas todos los d&#xED;as. Las caracter&#xED;sticas de Machine Learning de Elastic ayudan a reducir el ruido al identificar autom&#xE1;ticamente los comportamientos at&#xED;picos. Este es un caso de uso claro en el que las tecnolog&#xED;as basadas en anomal&#xED;as y firmas se complementan para facilitar la detecci&#xF3;n de amenazas y aumentar la eficiencia en la investigaci&#xF3;n.
<a href="https://github.com/wazuh/wazuh">Wazuh</a>, que com&#xFA;nmente se despliega con el Elastic Stack, es un sistema de detecci&#xF3;n de intrusiones basado en host (HIDS) de tipo open source. Ofrece an&#xE1;lisis de logs, monitoreo de integridad de archivos, detecci&#xF3;n de rootkits y vulnerabilidades, evaluaci&#xF3;n de configuraci&#xF3;n y capacidades de respuesta ante incidentes. La arquitectura de soluciones de Wazuh se basa en agentes ligeros multiplataforma que funcionan en sistemas monitoreados y env&#xED;an reportes a un servidor centralizado en el que se ejecutan an&#xE1;lisis de datos. Adem&#xE1;s, proporciona un plugin completo de Kibana para administraci&#xF3;n de configuraci&#xF3;n, monitoreo de estado, b&#xFA;squedas y visualizaci&#xF3;n de datos.
Por otra parte, <a href="https://suricata-ids.org/">Suricata</a> es un motor open source de detecci&#xF3;n de amenazas de red gratuito con capacidad de detecci&#xF3;n de intrusiones de red (NIDS) en tiempo real, prevenci&#xF3;n de intrusiones en l&#xED;nea (NIPS), monitoreo de seguridad de red (NSM) y procesamiento de pcap fuera de l&#xED;nea. Suricata inspecciona el tr&#xE1;fico de red usando sus reglas y lenguaje de firmas para buscar coincidencias con amenazas conocidas, infracciones de pol&#xED;ticas y comportamientos malintencionados, y ofrece soporte de scripting para la detecci&#xF3;n de amenazas complejas.
En este blog, proporcionaremos una visi&#xF3;n general sobre la forma de detectar intrusiones usando una integraci&#xF3;n de Wazuh y Suricata, junto con tareas de Machine Learning de Elastic, para ayudar a priorizar las investigaciones.
<h2>Integraci&#xF3;n de Wazuh, Suricata y el Elastic Stack</h2>Para este blog, hemos configurado un entorno de laboratorio en el que se desplegaron agentes de Wazuh en varios servidores con conexi&#xF3;n a Internet, para monitorear los datos de logs de sistema y aplicaciones, la integridad de los archivos y las llamadas del sistema.
A su vez, usaremos un sensor de Suricata que se encarga del monitoreo del tr&#xE1;fico de red. Este sensor a menudo se configura para monitorear el tr&#xE1;fico a trav&#xE9;s de un punto de acceso de prueba de red, un puerto de creaci&#xF3;n de reflejo o un puerto SPAN (analizador de puertos conmutados), pero tambi&#xE9;n puede desplegarse directamente en tus servidores.
Para aprovechar al m&#xE1;ximo estas dos herramientas, decidimos analizar alertas de Suricata usando reglas de Wazuh, lo que sirvi&#xF3; para unificar el formato de las alertas y nos permiti&#xF3; establecer correlaciones (por ejemplo, con fuentes de inteligencia sobre amenazas) y activar respuestas autom&#xE1;ticas.
Esta integraci&#xF3;n se realiz&#xF3; configurando un agente de Wazuh para que leyera la salida JSON de Suricata. Este agente se comporta como un recopilador que reenv&#xED;a las alertas de NIDS de Suricata al servidor de Wazuh, donde se procesan mediante reglas de an&#xE1;lisis de logs de Wazuh. Esto da como resultado eventos de seguridad nuevos y enriquecidos.
Ahora, como resultado de este trabajo, las alertas de NIDS y HIDS se env&#xED;an a Elasticsearch a trav&#xE9;s de Filebeat (configurado para leer alertas de Wazuh) y Logstash (tambi&#xE9;n se usa para enriquecimiento de geolocalizaci&#xF3;n), donde emplearemos tareas de Machine Learning para detectar anomal&#xED;as y comportamientos at&#xED;picos.
A continuaci&#xF3;n, se ofrece un ejemplo de un despliegue de tecnolog&#xED;as de IDS basadas en host y red e integradas con el Elastic Stack:
<img src="https://images.contentstack.io/v3/assets/bltefdd0b53724fa2ce/blt69bd38c77bdaac5e/5c583b764651cff70b650fc7/wazuh.png" data-sys-asset-uid="blt69bd38c77bdaac5e" alt="Anal&#xED;tica de seguridad integral con el Elastic Stack y Wazuh" style="display: block; margin: auto;"><h2>Detecci&#xF3;n de actores malintencionados con tareas de Machine Learning</h2>En nuestro entorno de laboratorio, habilitamos todas las reglas y descubrimos que, para solo uno de nuestros servidores web con conexi&#xF3;n a Internet, nuestro agente de Wazuh reporta entre 4 y 10&#xA0;mil alertas de IDS por d&#xED;a. Estas se relacionan mayormente con ataques web, fallas de autenticaci&#xF3;n, problemas de configuraci&#xF3;n (detectados mediante verificaciones de protecci&#xF3;n), cambios en la integridad de los archivos o software vulnerable.
Para facilitar la tarea de los analistas de seguridad, las alertas de IDS de Wazuh se enriquecen con metadatos, como un <a href="https://documentation.wazuh.com/3.x/user-manual/manager/alert-threshold.html">level value</a> o <a href="https://documentation.wazuh.com/3.x/user-manual/agents/grouping-agents.html">group</a>, lo que permite aplicar filtros por prioridad o tipo. A su vez, el plugin de Kibana de Wazuh proporciona dashboards configurados previamente que contienen informaci&#xF3;n &#xFA;til relacionada con el estado, la configuraci&#xF3;n y las alertas de los agentes. Ver captura de pantalla siguiente:
<img src="https://images.contentstack.io/v3/assets/bltefdd0b53724fa2ce/bltaeded6e5f42e8008/5c583b6f713ebdec0ba0724b/wazuh_1.jpg" data-sys-asset-uid="bltaeded6e5f42e8008" alt="" style="display: block; margin: auto;">La informaci&#xF3;n proporcionada por Wazuh ciertamente es &#xFA;til, pero no nos aporta datos sobre comportamientos at&#xED;picos. Aqu&#xED; se muestra la utilidad que puede tener para nosotros una tarea de Machine Learning de Elastic.
Machine Learning de Elastic nos permite crear varios tipos de &#x201C;tareas&#x201D;. La tarea es el elemento b&#xE1;sico de an&#xE1;lisis de Machine Learning. En nuestro caso, decidimos crear lo que se conoce como &#x201C;an&#xE1;lisis de grupo&#x201D;, en el que indicamos al motor de Machine Learning que creara un modelo de base de referencia de comportamiento t&#xED;pico de direcciones IP en un per&#xED;odo de tiempo e identificara las que se comportaran de manera anormal en comparaci&#xF3;n con el resto del grupo.
Dicho en t&#xE9;rminos m&#xE1;s espec&#xED;ficos, en nuestro caso quisimos buscar direcciones IP de origen que, al compararse con todas las dem&#xE1;s, generen una cantidad de tipos de alertas anormalmente alta. Esto no puede hacerse con solo crear tablas de agregaci&#xF3;n, ya que las anomal&#xED;as se produjeron en un momento determinado, desconocido por nuestro analista de seguridad, y hay m&#xE1;s de 60&#xA0;d&#xED;as de datos de alerta (detectamos algunos ataques para los cuales la duraci&#xF3;n no super&#xF3; los dos minutos).
<img src="https://images.contentstack.io/v3/assets/bltefdd0b53724fa2ce/blt5f3853bf1907d6b8/5c583b698c741b010cbf6cf2/wazuh_2.png" data-sys-asset-uid="blt5f3853bf1907d6b8" alt="" style="display: block; margin: auto;">Como resultado de nuestro an&#xE1;lisis de grupo, detectamos varios comportamientos anormales (con la forma de una lista de direcciones IP de origen) que decidimos investigar. Usamos el &#x201C;explorador de anomal&#xED;as&#x201D; para saber el momento en que cada uno de esos posibles actores malintencionados atacaban nuestro entorno.
<img src="https://images.contentstack.io/v3/assets/bltefdd0b53724fa2ce/bltc441190af1573bef/5c583b644651cff70b650fc1/wazuh_3.png" data-sys-asset-uid="bltc441190af1573bef" alt="" style="display: block; margin: auto;"><h2>Investigaci&#xF3;n de un intento de intrusi&#xF3;n</h2>A modo de ejemplo de un an&#xE1;lisis de seguridad, resaltamos la investigaci&#xF3;n de una de las direcciones IP identificadas por la tarea de Machine Learning. Esta direcci&#xF3;n IP en particular gener&#xF3; varias alertas de NIDS y HIDS en menos de un minuto, y con ello activ&#xF3; una acci&#xF3;n automatizada de Wazuh que bloque&#xF3; la direcci&#xF3;n IP en el firewall local de nuestro servidor web.
<img src="https://images.contentstack.io/v3/assets/bltefdd0b53724fa2ce/blt9943893542e7e7f3/5c583b5edfaabbd40b9c2c0c/wazuh_4.jpg" data-sys-asset-uid="blt9943893542e7e7f3" alt="" style="display: block; margin: auto;">Como se muestra en la captura de pantalla anterior, el sensor NIDS de Suricata detect&#xF3; tr&#xE1;fico malintencionado de la direcci&#xF3;n IP de origen indicada. Cuatro reglas coincidieron con el tr&#xE1;fico entrante, lo que gener&#xF3; las siguientes alertas:
<ul>
	<li>ET DROP Dshield Block Listed Source group 1</li>
	<li>ET CINS Active Threat Intelligence Poor Reputation IP group 77</li>
	<li>SURICATA HTTP URI terminated by non-compliant character</li>
	<li>SURICATA HTTP METHOD terminated by non-compliant character</li>
</ul>Las dos primeras reglas, parte del set de reglas de <a href="http://doc.emergingthreats.net/">Emerging Threats</a>, indican que la direcci&#xF3;n IP de origen tiene mala reputaci&#xF3;n seg&#xFA;n fuentes de inteligencia sobre amenazas (TI): <a href="https://www.dshield.org/">Dshield</a> y la <a href="https://sentinelips.com/cins/">inteligencia activa contra amenazas</a>.
Adem&#xE1;s, otras dos firmas detectaron actividad HTTP an&#xF3;mala proveniente de la misma direcci&#xF3;n IP de origen, lo que muy probablemente forma parte de una etapa de an&#xE1;lisis en la que el atacante re&#xFA;ne informaci&#xF3;n buscando posibles vulnerabilidades.
El componente HIDS de Wazuh tambi&#xE9;n activ&#xF3; diferentes alertas seg&#xFA;n el an&#xE1;lisis de los logs de acceso del servidor web. Este enfoque, totalmente diferente de la inspecci&#xF3;n de paquetes de red, gener&#xF3; finalmente las siguientes alertas:
<ul>
	<li>IP address found in AlienVault reputation database</li>
	<li>Host Blocked by firewall-drop.sh Active Response</li>
	<li>Host Unblocked by firewall-drop.sh Active Response</li>
</ul>La primera alerta indica que la direcci&#xF3;n IP de origen, seg&#xFA;n los registros, tambi&#xE9;n forma parte de otra fuente de TI: la base de datos de reputaci&#xF3;n de IP de <a href="https://otx.alienvault.com/">AlienVault OTX</a>.
Las otras dos alertas se activan a trav&#xE9;s del M&#xF3;dulo de respuesta activa de Wazuh que, como resultado de las alertas mencionadas previamente, agreg&#xF3; de forma autom&#xE1;tica una regla de firewall para bloquear el tr&#xE1;fico de esa direcci&#xF3;n IP de origen en particular durante exactamente 60&#xA0;segundos (esto se puede configurar). Esta acci&#xF3;n bast&#xF3; para bloquear actividades de an&#xE1;lisis e hizo que el actor malintencionado abandonara el intento de intrusi&#xF3;n.
<h2>Conclusi&#xF3;n</h2>Mediante detecci&#xF3;n de intrusiones basada en firmas y anomal&#xED;as, con tecnolog&#xED;as como Wazuh, Suricata y Machine Learning de Elastic, se puede facilitar la detecci&#xF3;n de amenazas y aumentar la eficiencia en la investigaci&#xF3;n.
A su vez, la integraci&#xF3;n de un IDS basado en host (para monitorear sistemas a nivel de host) con un IDS basado en la red (para inspeccionar el tr&#xE1;fico de red) tambi&#xE9;n puede aumentar la detecci&#xF3;n de amenazas y la visibilidad en materia de seguridad. Wazuh facilita este proceso, ya que puede usarse para integrar sistemas de IDS de host y red con el Elastic Stack, y puede proporcionar el mecanismo para implementar respuestas automatizadas y bloquear ataques en tiempo real.
 </body></html>

AUTHOR

Articles By Mike Paquette

Elastic Security fue reconocido con una distinción Customers’ Choice en el reporte Gartner Peer Insights "Voz del cliente": SIEM

Presentación de Elastic SIEM

Mejorar la analítica de Seguridad con el Elastic Stack, Wazuh e IDS

Regístrate para una prueba gratuita de Elastic Cloud

Productos y soluciones

Empresa

Recursos

Soluciones

Elastic (ELK) Stack

NUEVO

AUTHOR

Articles By Mike Paquette

Elastic Security fue reconocido con una distinción Customers’ Choice en el reporte Gartner Peer Insights "Voz del cliente": SIEM

Presentación de Elastic SIEM

Mejorar la analítica de Seguridad con el Elastic Stack, Wazuh e IDS

Regístrate para una prueba gratuita de Elastic Cloud

Empresa

Recursos