КибербезопасностьМалая компанияСША

Panther

Главный результат

-70% усталости от алертов через автоматический триаж

Бизнес-задача

Команды безопасности тонут в алертах и теряют критичные сигналы

AI-анализ в детекте и реагировании: нормализация логов в security data lake, приоритизация сигналов, автотриаж

Claude Platform (через Amazon Bedrock)

-70% усталости от алертов через автоматический триаж; -60% времени триажа и реагирования; снижение среднего времени устранения инцидента

Метрики клиентов по времени триажа; детальной методики не раскрыто

Сроки: Не указан

Цифры взяты из публикации компании (кейс) и не проверялись независимо. Оценивайте достоверность по описанию методики выше. Первоисточник

Как проектировать такие внедрения - от первого автономного цикла до команд ИИ-агентов - разбираем в бесплатном флагманском курсе.

250 млн уязвимостей разобрано за 20 часов, 83% отсеяно как безопасные

50 000 строк Python переписаны в 18 413 строк Go примерно за 20 часов (10 часов разработки и 10 тестирования)

-20% ложных срабатываний (20% находок помечается как безопасные, согласие пользователей 92%, исследователей...