Enterprise on-premises

LogPulse nel tuo data center

La stessa piattaforma, le stesse detection, la stessa IA. Installato sul tuo OpenShift, Kubernetes o sui tuoi server Red Hat, e completamente air-gapped se la tua policy lo richiede.

Perché le organizzazioni scelgono l'on-premises

Alcuni dati non possono uscire dall'edificio. Con LogPulse on-premises è la piattaforma ad andare verso i dati, non il contrario.

I tuoi dati restano dentro

Log, detection, casi e conversazioni con l'IA sono archiviati ed elaborati sul tuo hardware. Non ci viene inviato nulla, a meno che tu non lo decida.

Funziona senza internet

Installazione, aggiornamenti, threat intelligence e IA funzionano in una rete completamente isolata. Gli aggiornamenti arrivano come pacchetti firmati che importi tu stesso.

Lo stesso prodotto del nostro cloud

L'on-premises non è un'edizione ridotta. Ottieni la stessa ricerca, lo stesso SIEM, la stessa service intelligence e le stesse pipeline, dallo stesso codice.

Scegli tu chi lo gestisce

Il tuo team gestisce lo stack con il nostro supporto, oppure lo gestiamo noi da remoto tramite una connessione solo in uscita che controlli tu.

Dove funziona

LogPulse viene fornito come container con un unico pacchetto di installazione, così si installa sulla piattaforma che già gestisci.

Red Hat OpenShift

Funziona con il profilo di sicurezza restricted predefinito, senza container privilegiati né UID fissi. Usa gli operatori e lo storage che OpenShift offre già.

Kubernetes

Qualsiasi distribuzione Kubernetes conforme, come Rancher, Tanzu o Kubernetes upstream. Si installa con un unico pacchetto e un file di valori.

Macchine virtuali

Non hai ancora Kubernetes? Forniamo un'installazione automatizzata di un Kubernetes leggero e rinforzato su Red Hat Enterprise Linux, con SELinux in modalità enforcing. Da una singola VM per un pilota a un cluster per la produzione.

Come è costruito lo stack

Ogni evento segue lo stesso percorso e ogni livello scala e gestisce il failover in modo indipendente.

La tua rete

  1. Raccogliere

    Agent leggeri sui tuoi server, più OpenTelemetry, syslog e HTTP. Gli agent vengono installati e aggiornati dal tuo stack.

  2. Ricevere

    Autentica ogni sorgente, applica le quote e accetta i dati anche quando il resto dello stack è sotto carico.

  3. Buffer durevole

    Uno stream replicato assorbe picchi e interruzioni. Gli eventi grezzi possono essere riprodotti quando cambia un parser o una pipeline.

  4. Elaborare

    Parsing, arricchimento, pipeline di stream, detection e alerting girano come worker che scalano orizzontalmente.

  5. Archiviare e cercare

    Un archivio di log colonnare replicato per cercare velocemente su mesi di dati, accanto a un archivio relazionale per configurazione, casi e utenti.

IA locale

L'investigatore IA e gli agent girano su modelli open source all'interno della tua rete, sulle tue GPU.

Aggiornamenti di intelligence

Threat intelligence, regole di detection e dati sulle vulnerabilità arrivano come pacchetti offline firmati, o vengono scaricati automaticamente dove una connessione è consentita.

Storage a lungo termine S3

I dati più vecchi passano automaticamente da NVMe veloce a object storage compatibile S3 e restano ricercabili. Anche i backup finiscono lì. Dalla tua piattaforma o fornito con lo stack.

Tutti i componenti girano nel tuo cluster. L'accesso passa dal tuo identity provider e ogni azione finisce in un audit log a prova di manomissione.

Tre modi di connettersi

Decidi tu quanto contatto ha lo stack con l'esterno. Le funzionalità restano le stesse.

Connesso

Lo stack riceve aggiornamenti, intelligence e, opzionalmente, IA cloud direttamente da LogPulse. Il minimo lavoro di gestione.

Solo in uscita

Nessuna porta in ingresso. Lo stack scarica solo aggiornamenti e intelligence tramite il tuo proxy e tutta l'IA gira in locale.

Air-gapped

Nessuna connessione di rete. Release e intelligence arrivano come pacchetti firmati, la licenza è un file offline e l'IA gira in locale.

IA che gira dentro la tua rete

L'investigatore IA e gli agent funzionano on-premises con modelli open-weight sulle tue GPU. Nessun prompt, riga di log o risposta esce dalla tua rete.

Indagare

L'investigatore analizza i tuoi log, verifica ipotesi e mostra le prove dietro ogni conclusione.

Cercare in linguaggio naturale

Fai una domanda con parole tue e ottieni la query e la risposta, pronte da salvare o affinare.

Detections

Gli agent scrivono e testano regole di detection sui tuoi dati. Una persona rivede e pubblica sempre.

Triage

Alert e casi arrivano riassunti, con la causa probabile e i prossimi passi.

Profili GPU

Compatto

Team piccolo o pilota

Utilizzo
Fino a 10 analisti
Modelli
Modelli open-weight compatti da 20 a 30 miliardi di parametri, come gpt-oss-20b o Qwen3-30B
GPUs
1 × GPU con 48 GB di memoria, come NVIDIA L40S

Team

Team di sicurezza e operations

Utilizzo
Da 10 a 50 analisti, più agent in background
Modelli
Modelli open-weight più grandi da 70 a 120 miliardi di parametri, come gpt-oss-120b o Llama 3.3 70B
GPUs
1 o 2 × GPU con 80 a 96 GB di memoria, come NVIDIA H100 o RTX PRO 6000 Blackwell

SOC

24 ore su 24, più sedi

Utilizzo
Più di 50 analisti e agent sempre attivi
Modelli
Gli stessi modelli più grandi, con più capacità e failover tra le sedi
GPUs
Da 2 a 4 × NVIDIA H100 o H200 per data center, oppure un pool di GPU che già gestisci

I modelli open-weight migliorano rapidamente, ma nelle indagini lunghe e in più passaggi non sono ancora forti quanto i migliori modelli cloud. Testiamo ogni modello supportato con il nostro set di valutazione e consigliamo solo quelli che lo superano. Se la tua policy lo consente, uno stack connesso può usare i nostri modelli cloud europei.

Requisiti

Tre profili di partenza. Dimensioniamo insieme il tuo stack in base a volume, retention e carico di ricerca.

ProfiloPilotaProof of concept e testStandardProduzione in alta disponibilitàGrandeTerabyte al giorno, più sedi
Volume di logFino a 50 GB al giornoFino a 500 GB al giornoDa 500 GB a diversi TB al giorno
Nodi1 VM o nodo6 nodi9 nodi o più
Nodi applicativiCondiviso con i dati: 16 vCPU, 64 GB RAM3 × 8 vCPU, 32 GB RAM3 o più × 16 vCPU, 64 GB RAM
Nodi datiStesso nodo3 × 16 vCPU, 64 GB RAM4 o più × 32 vCPU, 128 GB RAM
Storage per nodo dati2 TB di NVMe localeNVMe locale dimensionato sulla retention, per esempio 4 TB per 90 giorni a 250 GB al giornoNVMe locale per i dati recenti, object storage per i dati più vecchi
DisponibilitàUn solo nodo, nessun failoverSopporta la perdita di un nodo senza perdita di datiPiù repliche, opzionalmente distribuite su due data center

Valori indicativi, IA locale esclusa. Dimensione degli eventi, retention e carico di ricerca determinano il dimensionamento finale, che definiamo insieme a te.

Cosa fornisce la tua piattaforma

  • Piattaforma

    Red Hat OpenShift 4.14 o successivo, Kubernetes 1.29 o successivo, oppure macchine virtuali Red Hat Enterprise Linux 9 per la nostra installazione automatizzata.

  • Block storage veloce

    NVMe locale per i nodi dati. Lo storage di rete va bene per gli altri componenti.

  • Object storage compatibile S3

    Per i backup e la retention lunga. Dalla tua piattaforma o fornito con lo stack.

  • Rete e certificati

    Un ingress o load balancer, un nome DNS e un certificato TLS della tua certificate authority.

  • Identità e posta

    Single sign-on tramite il tuo identity provider OIDC o SAML e un relay SMTP per le notifiche.

  • Container registry

    Per le installazioni air-gapped: un registry interno, come Harbor o Quay, in cui carichi il pacchetto di release.

  • GPU per l'IA locale (opzionale)

    Una o più GPU da data center per l'investigatore IA e gli agent. Il modello e la memoria GPU dipendono dal numero di utenti.

Esempio: Grande su due data center

Questo è un esempio, non un progetto definitivo. Mostra come lo stack si distribuisce su due data center e una terza sede, così che la perdita di un'intera sede non fermi né la ricezione né la ricerca.

Agent e sorgenti in tutte le sedi

Load balancer o DNS globale

Invia il traffico a entrambi i data center e lo sposta automaticamente in caso di guasto

Data center A

2 × Applicazione

16 vCPU, 64 GB RAM

2 × Buffer di stream

8 vCPU, 32 GB RAM, 2 TB NVMe

2 × Dati

32 vCPU, 128 GB RAM, 15 TB NVMe

1 × Nodo GPU

2 × NVIDIA L40S o 1 × H100, per l'IA locale

1 × Coordinamento

4 vCPU, 16 GB RAM

Object storage S3

Storage a lungo termine per dati più vecchi e backup, replicato nell'altro data center

Ogni evento è archiviato in entrambi i data center

Data center B

2 × Applicazione

16 vCPU, 64 GB RAM

2 × Buffer di stream

8 vCPU, 32 GB RAM, 2 TB NVMe

2 × Dati

32 vCPU, 128 GB RAM, 15 TB NVMe

1 × Nodo GPU

2 × NVIDIA L40S o 1 × H100, per l'IA locale

1 × Coordinamento

4 vCPU, 16 GB RAM

Object storage S3

Storage a lungo termine per dati più vecchi e backup, replicato nell'altro data center

Sede C: witness

1 nodo di coordinamento da 4 vCPU e 16 GB RAM mantiene la maggioranza se un data center cade

Esempio per circa 2 TB al giorno, con 90 giorni su NVMe veloce e un anno o più su object storage S3, 17 nodi in totale. I dati più vecchi passano automaticamente su S3 e restano ricercabili. La tua architettura dipende da volume, retention, numero di sedi e policy.
  • Un data center può cadere

    Ricezione e ricerca continuano nell'altro data center. Quando torna, recupera da solo il ritardo.

  • Tra le sedi

    Al massimo 5 ms di round-trip e almeno 10 Gbit/s tra i data center. Al witness basta una connessione modesta.

  • Cresce per gradi

    Più volume significa più nodi dati, più utenti significano più capacità applicativa e GPU. Ogni livello scala in modo indipendente.

Consegna e aggiornamenti

Release prevedibili che puoi verificare tu stesso prima che vadano in produzione.

Release mensili

Una release testata ogni mese, con fix di sicurezza intermedi quando servono. Decidi tu quando installarla.

Firmato e tracciabile

Ogni immagine è firmata e include una software bill of materials, così il tuo team di sicurezza può verificare cosa gira.

Licenza offline

Un file di licenza firmato stabilisce volume e funzionalità. I report di utilizzo escono dallo stack solo se li invii tu.

On-premises: domande frequenti

L'on-premises è lo stesso prodotto della versione cloud?
Sì. Entrambi nascono dallo stesso codice e offrono le stesse funzionalità. Le installazioni on-premises ricevono le release con cadenza mensile invece che in modo continuo.
Lo stack ha bisogno di una connessione internet?
No. In modalità air-gapped release, threat intelligence e regole di detection arrivano come pacchetti firmati che importi tu stesso. Con una connessione, lo stack può scaricarli automaticamente.
Come funziona l'IA senza un modello cloud?
L'investigatore IA e gli agent girano su modelli open source sulle tue GPU. Nessun prompt né riga di log esce dalla tua rete. In modalità connessa puoi usare opzionalmente i nostri modelli cloud europei.
Chi gestisce lo stack?
Il tuo team con il nostro supporto, oppure lo gestiamo noi da remoto tramite una connessione solo in uscita. In entrambi i casi mantieni il pieno controllo degli accessi.
Come funzionano gli aggiornamenti in una rete isolata?
Scarichi un pacchetto di release firmato, lo verifichi e lo carichi nel tuo registry. L'aggiornamento migra lo stack sul posto e può essere annullato.
Come sappiamo di quale hardware abbiamo bisogno?
I profili qui sopra sono un punto di partenza. In una sessione di dimensionamento esaminiamo sorgenti, volume, retention e numero di utenti, e ricevi una specifica hardware concreta.

Pianifica la tua installazione on-premises

Raccontaci della tua piattaforma, del volume e della policy di rete. Ti rispondiamo con un'architettura e una specifica hardware.

Parla con noi
OpenShift · Kubernetes · Red Hat Enterprise Linux · Air-gapped