解决终端的哪些安全问题
安全事件的检测、调查、遏制安全事件以及将终端点修复至感染状态之前
WEB依然是互联网应用的薄弱环节，后门识别检测尤为重要
当前木马发生了极大的改变，由以前的破坏为主变成了潜伏为主，主要目的也变成了偷窃用户的价值信息以达到获取不法收益的 目的，因此“发现病毒”现在成为最关键的问题题存在。在发现病毒方面，多引擎的优势是显而易见的，由多家病毒厂商共同的检 测一个文件，能够更加全面的检测出问题，从而这到更好的保护用户安全。
产品模块包括流量采集、协议分析、恶意代码检测、威胁流量检测、沙盒动态监测和关联分析。
不仅支持了态势感知系统所需的大数据采集、清洗、挖掘、分析等技术,同样可便于工作人员进行服务器集群管理、工作流管理资源监控权限管理等功能,以便可视化的形式查看CPU内存网络和硬盘情况
实时攻击告警
实时攻击告警能对特别需要关注的安全问题，如安全事件、 安全基线违规、高危漏洞、高危端口开放等进行实时监测告 警，结合全世界最新的网络威胁信息，针对不同的网络设备 ，利用定制化的大数据分析平台对安全风险进行可视化展示 ， 根据风险要素进行呈现，以便于网络安全管理人员及时掌 握网络安全动向。
威胁推演功能
利用大数据技术对当前网络可能遭受的所有攻击进行 多次模拟，通过导入攻击流量V，实施全程的威胁推 演，分析出网络中存在的薄弱环节和配置有凤险的地 方。能够以自定义网络架构的方式，支持各类型的业 务体系，如运营商网络，电力网络，政府电子政务， 金融系统等。
大数据平台支撑
平台利用大数据技术进行全流程支撑，包括大数据采集方案、大数据清洗方案、存储离线计算方案、 大数据流式计算方案、大数据API封装方案、大数据建模方案等。用户可自主进行服务器集群管理、 工作流管理、资源监控、权限管理等， 同时支持可视化的图表查看CPU 、内存、网络和硬盘的使用情况。
威胁识别与预警
平台能够动态学习网络环境里的各种指标变化，例如网络访 问墓线等，通过机器学习分析以往攻击行为，结合日常数据 发现可疑信息，自动化检测威胁并响应处理。使用户能够及 时发现并阻止威胁的进一步发展，可以最大限度地降低网络 攻击所造成的危害。