中，咱们可以看到一些机构组织在已经通过了据称基于严厉合规尺度的安全审计当前，依然产生了灾害性的数据泄漏， it
安全防护亟需从按章照抄式的合规发展为笼罩外围、内部、数据和体系平安防护的全方位保险打算。为应答这些一直增长的安全把持手腕，堪称是极富翻新性和韧性
的袭击者们同样进步了袭击方式的庞杂度，因而，迈克菲以为siem
须要检测迟缓攻打，疾速检测事件流异样，并获取相干的数据、利用程序和数据库高低文信息。而大数据包括的数据集范围过于宏大，领有强盛的数据分析才能的
siem解决计划才得以胜任。
关联数据可扩大性。事件数据量连续成倍增添，攻打庞杂度也越来越高，通过有关起源、资产、用户跟数据智能态势感知的关联数据丰盛事件数据将变得非常要害。另外，还须要在数
据库架构中供给这类信息与事件流之间的实时关系。固然很多 siem 都存在这些功效，但数据库真个表限度，极少有 sie网络管理m
可能支撑多个宽泛列表。同时，为防止剖析机能降落，当用户恳求获守信息时，很多 siem虚拟服务器只是简略查找此信息，而不会进行实时关系跟浮现。迈克菲的siem
解决计划能够应用此类信息智能地创立正确、实时的危险剖析图。
动态分析。大数据环境下，仅仅是简略的事件流分析已经不足以取得对实在态势的感知。当今的 siem
需要动态情景，从而依据起源信用、资产危险以及与之相干的数据、运用程序和数据库运动，辨认用户行动变更并云安全动态调节风险。动态分析是迟缓攻击检测的主要组成局部，大数据安全siem
架构需要适应这种情形。
历史数据分析。攻击检测和有效事件响应的另一个主要方面是能够分析历史事件数据。鉴于当今的攻击办法，迈克菲siem
解决方案可以拜访数年的数据，从而快捷定位模式和异样，同时在不影响机能的条件下发展实时候析。同时还可能与存储体系轻松集成并有效存储事件数据，以避免应用大批存储装备及发虚拟桌面生巨额本钱，其立异的架构能够支撑频繁地同时应用实时功效和历史功能。
事件暴增。当发惹事件数据增加超越预期峰值限度时，分析职员是否断定这种事件量增加是否由自动攻击引起将至关重要。专为大数据安全构建的迈克菲siem
不仅能够处置这些暴增情景，而且还能够将这些暴增情况纳入允许方案。相反，那些不懂得这一问题的 siem 将会局域网管理在超越每秒事件量
制约时抛弃事件或禁止分析职员访问节制台，在最症结的时刻制止安全团队拜访他们的重要态势感知工具。
大数据不仅对机构是一项严格挑衅，对于安全团队同样提出了更高请求。从前，对增强安全性的急切需要始终驱使人们收集分析越来越多的事件和安全数据。跟着
安全数据量的一直回升，传统的siem产品
