
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.
Bei G2 bevorzugen wir frische Bewertungen und wir möchten mit den Bewertern in Kontakt bleiben. Sie haben möglicherweise ihren Bewertungstext nicht aktualisiert, aber ihre Bewertung aktualisiert.
Der Bewerter hat einen Screenshot hochgeladen oder die Bewertung in der App eingereicht und sich als aktueller Benutzer verifiziert.
Über eine geschäftliche E-Mail-Adresse validiert, die ihrem Profil hinzugefügt wurde
Dieser Bewerter erhielt als Dank für das Ausfüllen dieser Bewertung einen symbolischen Anreiz.
Einladung von einem Verkäufer oder Partnerunternehmen. Dieser Bewerter erhielt als Dank für das Ausfüllen dieser Bewertung einen symbolischen Anreiz.
Diese Bewertung wurde aus English mit KI übersetzt.






