Veeam 日前开始设立 Splunk 连接器,以便用 Splunk 监控 IT 基础架构的客户能够监控 Veeam Backup 并获得有关问题的警报信息。
思科旗下的 Splunk 可从多个来源捕获、存储、索引和关联机器生成的实时 IT 基础架构数据。用户可以访问 Splunk 仪表板,监控基础架构并处理相关的问题。Splunk 称,《财富》500 强企业中有 92 家公司是旗下安全信息和事件管理(SIEM)软件的客户。Veeam 的备份和恢复产品拥有 50 多万客户,其中的大型企业客户也可能是 Splunk 的客户。Veeam App for Splunk 将 Veeam 加进了数据源。
首席运营官 John Jester 在一份声明中表示,“Veeam致力为每一位客户提供数据恢复能力,包括与领先的安全平台的紧密整合。”
该应用程序将与 Splunk 用户角色和位置管理进行整合,可处理由 Veeam Backup & Replication 发送到 syslog 服务器的事件,并为 Splunk 用户提供以下功能:
Jester 表示,“安全专业人员可以通过详细的仪表板、报告和警报利用 Splunk 密切监控他们的Veeam备份环境。应对网络攻击需要跨基础架构的整合,Veeam App for Splunk 可以将 Veeam 事件数据引入 Splunk,客户因而能够使用现有工具监控勒索软件、意外删除、恶意软件和其他网络威胁等安全事件。”
Veeam ONE v12.1 引入了 Syslog SIEM 集成。企业通常倾向于使用单一的 SIEM 设施,不必逐个检查应用程序(如 Veeam ONE)的安全状态和活动。Jester 很清楚这一点,他表示,“这意味着企业可以快速、轻松地在他们的 Veeam 备份环境中处理重要的监控和事件数据,这些可以在他们可能正在监控的其他源环境的同一个界面中呈现。”
Veeam 正在逐步成为企业友好型解决方案。Splunk 连接器的引入表明,Veeam 将追随竞争对手 Cohesity、Commvault、Druva、Rubrik 和 Veritas 的脚步,这些公司已经整合了 Splunk。Veeam 已经可以通过发送系统日志数据、SNMP陷阱和其他日志数据与Graylog、IBM的QRadar、Micro Focus ArcSight、LogRhythm和AlienVault 进行整合。Splunk App 是 Veeam 在 SIEM 整合道路上迈出的一步。
Veeam正稳步向企业级解决方案迈进。通过这个Splunk连接器,它正追随竞争对手Cohesity、Commvault、Druva、Rubrik和Veritas的脚步,这些公司已经有了Splunk集成。Veeam已经可以通过发送系统日志数据、SNMP陷阱和其他日志数据与Graylog、IBM的QRadar、Micro Focus ArcSight、LogRhythm和AlienVault进行集成。这个Splunk应用是Veeam在SIEM集成道路上的又一进步。
Veeam App for Splunk 支持 Splunk Enterprise 9.1.0 及更高版本和 Splunk Cloud Platform 9.1.2308 及更高版本,现在可以通过此处的 Splunkbase 购买。Veeam Data Platform 高级或高级许可证可免费提供 Veeam App for Splunk,其中包括 syslog 事件转发支持。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。