Especificaciones de aparatos y sensores

Vectra AI puede desplegarse en entornos Cloud, On-Prem y virtuales para satisfacer los requisitos de seguridad del cliente. Para la Cloud, admitimos vSensors en AWS, Azure y GCP. Para On-Prem, tenemos tanto sensores de hardware (S-Series, X-Series), como sensores virtuales (VMware ESXi, Hyper-V, y KVM) para proporcionar un despliegue y una cobertura flexibles.

Incluidas en su suscripción Vectra AI , las actualizaciones de software con nuevos algoritmos de detección de amenazas se envían a su sistema de forma regular para garantizar una protección continua frente a las amenazas avanzadas más recientes.

Para ampliar el alcance de Vectra AI, los sensores de las series X y S se despliegan fácilmente en sitios remotos o con conmutadores de acceso en segmentos de red internos. Monitorizan pasivamente el tráfico de red, extraen metadatos críticos y los reenvían a Vectra para su análisis y detección de amenazas. Los sensores pueden desplegarse fuera de banda en un puerto SPAN, un TAP de red o un corredor de paquetes.

Sensores virtuales

Los sensores virtuales, conocidos como vSensors, se ejecutan en VMware ESXi, Microsoft Hyper-V y KVM, lo que facilita la ampliación de la cobertura de detección de amenazas de Vectra a toda la red física y a los centros de datos virtualizados. Los vSensors de VMware son compatibles con los tipos de conmutadores VSS y VDS de VMware para proporcionar visibilidad de todo el tráfico y detectar las amenazas que pasan entre las cargas de trabajo en el entorno virtual. Vectra AI también se integra con VMware vCenter para disponer de vistas autorizadas y siempre actualizadas del entorno virtual.

Rendimiento físico del aparato

‍

Notas relativas al gráfico de resultados anterior:

• Sensores emparejados: se refiere al número de sensores (físicos, virtuales o cloud) con los que puede emparejarse un dispositivo.
• N/A - Se refiere a modos no soportados. Por ejemplo, un S11 no puede utilizarse como Cerebro, por lo que la única métrica relevante para un S11 es el rendimiento en modo Sensor.
• Rendimiento - Se refiere a la cantidad de tráfico de red observado por los sensores para el que un sensor puede producir metadatos, o la cantidad de tráfico observado por los sensores para el que un cerebro puede procesar metadatos. Las cifras de rendimiento se basan en el rendimiento medio que puede procesar un sensor/cerebro determinado. El rendimiento real puede variar en función de la composición del tráfico. Póngase en contacto con Vectra AI para más información.
• Interfaz de gestión de 10Gbps soportada en 6.19 o posterior. Consume una de las interfaces de tráfico de 10 Gbps para funcionar como interfaz de gestión.
• Acceso de consola a aparatos Vectra detallado en: Soporte

‍

Vectra Match Rendimiento

‍

Especificaciones físicas del aparato

‍

Virtual Brains - Implantación del hipervisor en las instalaciones del cliente

‍

Sensores virtuales: implantación del hipervisor en las instalaciones del cliente

‍

Cloud - Implantación de IaaS

Despliegue cerebral

‍

Despliegue de vSensores

‍

• Las configuraciones de AWS vSensor incluyen tipos de instancia r5 "n" y no "n".
  - AWS indica que el rendimiento de red es de "hasta 10 Gbps" en las instancias r5 y puede verse influido por instancias vecinas asignadas al mismo hardware físico en AWS.
  - AWS indica que el rendimiento de red es de "hasta 25 Gbps" en las instancias r5n. Estas instancias se siguen compartiendo con los vecinos, pero AWS las ha optimizado para que tengan un mayor rendimiento de red general.
  - Los clientes pueden trabajar con AWS para utilizar instancias dedicadas y distribuir instancias para proporcionar el rendimiento de red necesario a sus instancias vSensor en ese hardware dedicado.

• El tipo de instancia c5n.18x large vSensor no tiene un búfer de captura rodante y, por lo tanto, no puede admitir la generación de PCAP para detecciones que se originan en el tráfico que procesan esas instancias.

• Debido a la variabilidad en las configuraciones de red de cloud del cliente y a cómo se puede configurar la duplicación, no es posible garantizar el rendimiento en ninguna instancia con más de 2 núcleos (las cifras son aproximadas y se basan en una distribución uniforme de los paquetes entre los subprocesos). Póngase en contacto con Vectra para más información.

• Si utiliza la duplicación de puertos a través de VXLAN, póngase en contacto con Vectra AI para analizar el rendimiento.