
Ich mag die hochpräzise Verhaltens-Engine von Radware Cloud WAF, weil sie zwischen legitimen Spitzen und tatsächlichen Bedrohungen unterscheidet und so die Anzahl der Fehlalarme erheblich reduziert. Ich schätze die KI-gestützte Engine, die automatisch normale Verkehrsmuster lernt und es uns ermöglicht, im Blockierungsmodus zu bleiben. Sie filtert effektiv Störungen heraus und reduziert die Alarmmüdigkeit, indem sie L7-DDoS- oder Low-and-Slow-Angriffe genau identifiziert. Eines der Merkmale, die ich am meisten schätze, ist der proaktive ERT-Support, der einen großen Mehrwert für die Echtzeit-Minderung während komplexer Angriffe darstellt. Das ERT übernimmt die Führung bei der Minderung in diesen herausfordernden Situationen, was die Ausfallzeiten minimiert und die Notwendigkeit beseitigt, hochbezahlte AppSec-Spezialisten einzustellen. Bewertung gesammelt von und auf G2.com gehostet.
1. Die Standardberichte haben nicht das Gefühl eines hochrangigen Executive-Dashboards. Wir müssen oft Daten exportieren. 2. Die Verhaltens-Engine ist leistungsstark, aber die anfängliche Lernkurve erfordert Geduld. 3. Einige der fortgeschritteneren technischen Funktionen oder API-Integrationsschritte könnten besser sein. Bewertung gesammelt von und auf G2.com gehostet.






