Suchen

Data-Science-Know-how erweitert Elastic übernimmt Machine-Learning-Spezialisten Prelert

Autor / Redakteur: Martin Hensel / Nico Litzel

Der Experte für Open Source Big Data Analytics Elastic hat mit Prelert einen Spezialisten für Machine Learning übernommen. Mit der Akquisition erweitert Elastic sein Know-how im Bereich Data Science.

Firmen zum Thema

Screenshot der Elasticsearch-Software
Screenshot der Elasticsearch-Software
(Bild: Elastic)

Elastic wird die Prelert-Technologie in den Elastic Stack integrieren. Unter dieser Bezeichnung fasst der Big-Data-Spezialist seine Lösungen Elasticsearch, Kibana, Logstash und Beats zusammen, die durch weitere Produkte wie Shield (Security), Watcher (Alerting), Marvel (Monitoring) oder Graph ergänzt werden. Die Behavioral-Analytics-Technik von Prelert wird ab 2017 Teil der „Subscription Packages“ und gibt den Kunden mehr Lösungsmöglichkeiten in komplexen Anwendungsfällen wie beispielsweise Cybersecurity, Betrugserkennung oder die Analyse von IT-Prozessen.

Mehr als Vorhersage

Die Voraussagemodelle von Prelert setzen auf Unsupervised-Machine-Learning-Technologien und basieren auf historischen und Echtzeit-Daten. Auf diese Weise kann das System nicht nur die Wahrscheinlichkeit von Fehlern oder Events vorhersagen, sondern auch Anwendern erklären, warum etwas geschehen ist und wie auf die Information zu reagieren ist. Prelert findet bereits Vorboten von Problemen und ermöglicht Systemadministratoren eine Reaktion, noch ehe ein Fehler tatsächlich auftritt.

Anwendungsmöglichkeiten

Durch die Kombination von Prelert mit Elasticsearch und dem Kibana-User-Interface-Framework, können Anwender unter anderem die folgenden Szenarien bearbeiten:

  • Erkennung von fortschrittlichen Sicherheitsbedrohungen und Anomalien in Log-Daten
  • Entdeckung von versteckten Betrugsmustern in hochsensiblen Daten
  • Identifizierung von anomalen System oder Metriken und den entsprechenden Auslösern über IT-Systeme hinweg
  • Verbindung komplexer Event-Serien in Daten, um Frühwarnsignale zu erkennen
  • Automatische Ortung von kritischen Systemausfällen und deren Auslösern
  • Auffinden unerwarteter Rückgänge in Transaktionsvorgängen

Artikelfiles und Artikellinks

(ID:44274979)