Top 6 Open-Source-Loganalyse-Tools: Wazuh, Graylog & mehr

Als CISO in einer stark regulierten Branche mit rund zwei Jahrzehnten Erfahrung in Cybersicherheit habe ich mit mehreren SIEM-ähnlichen Loganalyse-Plattformen gearbeitet. Aus diesen habe ich die Top 6 Open-Source-Loganalyse-Tools ausgewählt. Bei der Bewertung dieser Tools habe ich mich auf Schlüsselfaktoren wie Flexibilität der Logsammlung, Echtzeit-Ereigniserkennung, Skalierbarkeit und Unterstützung verschiedener Logformate konzentriert.

Logmanagement- und Erkennungsfunktionen

Integritäts- und Nichtabstreitbarkeitsfunktionen

Preise der Loganalyse-Tools

Wazuh

Wazuh ist ein Open-Source-SIEM, das weiter geht als die meisten Tools in dieser Kategorie. Es kombiniert Log-Überwachung, Endpunktsicherheit, Dateiintegritätsüberwachung, Schwachstellenerkennung und Echtzeit-Sicherheitsereigniserkennung in einer einzigen agentenbasierten Plattform.

Wie Logmanagement in Wazuh funktioniert

Ein auf jedem überwachten System bereitgestellter Endpunkt-Agent sammelt Logs lokal und leitet sie zur Verarbeitung und Analyse an den Wazuh-Managementserver weiter. Der Agent übernimmt die Logsammlung, Integritätsüberwachung und aktive Reaktion lokal; er ist nicht nur ein Shipper. Wazuh integriert sich nativ mit dem Elastic Stack und verwendet Elasticsearch für die Logspeicherung und -suche sowie Kibana (über das Wazuh-Plugin) für Dashboards und Untersuchungen.

Die Regel-Engine läuft auf dem Manager und bewertet eingehende Logereignisse anhand eines Regelsatzes, der Standardregeln, CIS-Benchmarks, MITRE ATT&CK-Mappings und alle von Ihnen geschriebenen benutzerdefinierten Regeln umfasst. Wenn eine Regel auslöst, generiert Wazuh einen Alarm und kann, falls eine aktive Reaktion konfiguriert ist, automatische Aktionen auf dem Endpunkt durchführen: eine IP blockieren, einen Prozess beenden oder eine Datei unter Quarantäne stellen.

Hosting-Optionen:

• Selbst gehostet: Die Plattform ist kostenlos zum Herunterladen und Verwenden. Optionaler jährlicher Support wird basierend auf der Anzahl der überwachten Endpunkte (Server, Workstations und Netzwerkgeräte) bepreist. In diesem Modell ist die Organisation für die Wartung von Hardware und Ressourcen verantwortlich.
• Cloud-gehostet: Der Hosting-Anbieter verwaltet den Wazuh Server und den Elastic Stack; Sie müssen nur Agenten bereitstellen. Die Preisgestaltung hängt von den indexierten Daten (früher Hot Storage genannt) und dem gewählten Aufbewahrungszeitraum ab.

Herausragende Funktionen:

• Flexible Logsammlung: Wazuh erfasst Logs von Windows Event Viewer, Linux-Systemmeldungen, JSON-formatierten Anwendungslogs und einer Vielzahl von Quelltypen ohne zusätzliche Plugins. Die Out-of-the-Box-Abdeckung ist breiter als bei Graylog oder Logstash, die mehr Konfiguration erfordern, um die gleiche Breite zu erreichen.
• MITRE ATT&CK-Mapping: Regeln werden standardmäßig MITRE ATT&CK-Techniken zugeordnet, sodass Alarme nicht nur anzeigen, was passiert ist, sondern auch, wo es in eine Angriffskette passt. Dies ist für die Triage wichtig: Sie können den Unterschied zwischen einem lauten Authentifizierungsfehler und einem Credential-Stuffing-Versuch erkennen, ohne benutzerdefinierte Korrelation schreiben zu müssen.
• Drittanbieter-Integrationen: Native Integrationen mit Office 365, AWS, GCP, Azure und Rapid7. Eine integrierte Python-Bibliothek unterstützt benutzerdefinierte Integrationen ohne die Plugin-Konfiguration, die Syslog-ng oder Fluentd erfordern.
• API und aktive Reaktion: Eine RESTful API deckt Logabfragen, Regel- und Decoder-Management, Alarmabfragen und Agenteninteraktionen ab. Die aktive Reaktionsfunktion führt Skripte auf dem überwachten Endpunkt aus, um IP-Adressen zu blockieren, Prozesse zu beenden und Hosts zu isolieren. Dies ist im Elastic Stack ohne zusätzliche Tools nicht verfügbar.

Graylog

Graylog ist eine Logmanagement-Plattform mit einem quelloffenen Kern (Graylog Open) und kostenpflichtigen Editionen, die sich auf Sicherheitsoperationen erstrecken. Dieser Unterschied ist wichtiger, als die meisten Anbieterbeschreibungen vermuten lassen: Graylog Open bietet Logleinziehung, Suche, Verarbeitungspipelines, Dashboards und stream-basierte Alarmierung, was für betriebliche Anwendungsfälle ausreicht. Sigma-Regeln, MITRE ATT&CK-Ausrichtung, UEBA, Anomalieerkennung und Fallmanagement sind kostenpflichtige Graylog Security- und Enterprise-Funktionen. Wenn Ihr primärer Anwendungsfall Sicherheitsoperationen und nicht Infrastrukturüberwachung ist, berücksichtigen Sie dies bei der Kostenkalkulation.

Wie Graylog funktioniert

Graylog empfängt Logdaten über GELF (Graylog Extended Log Format), syslog, Beats oder HTTP-Eingaben, speichert sie in Elasticsearch oder OpenSearch (über den Graylog Data Node) und macht sie über eine Weboberfläche durchsuchbar. Das Stream-System ist zentral für die Funktionsweise von Graylog: Eingehende Nachrichten werden basierend auf Regeln an Streams weitergeleitet, und Alarmierung, Pipelines und Zugriffskontrollen hängen alle an Streams und nicht an der Speicherebene. Das bedeutet, dass Sie einen Stream für Anwendungsfehler haben können, der an ein Team weitergeleitet wird, und einen separaten Stream für Authentifizierungsereignisse, der an die Sicherheit weitergeleitet wird, mit unterschiedlichen Aufbewahrungsrichtlinien und Berechtigungen für jeden.

Verarbeitungspipelines ermöglichen es Ihnen, Nachrichten vor der Speicherung zu parsen, anzureichern, zu verwerfen oder umzuschreiben. Wenn Ihre Anwendungslogs als unstrukturierter Text ankommen, schreiben Sie eine Pipeline-Regel, um Felder in strukturierte Daten zu extrahieren. Graylog Illuminate (in den kostenpflichtigen Editionen enthalten, für Open mit Einschränkungen verfügbar) bietet vorgefertigte Parser und Dashboards für gängige Quellen: Windows-Ereignisprotokolle, Cisco, Palo Alto, AWS CloudTrail und andere.

• Kafka-Broker-Minimum ist 2.1. Jede Kafka-Eingabe, die mit einem älteren Broker verbunden ist, schlägt nach dem Upgrade fehl.
• API-Tokens laufen jetzt standardmäßig nach 30 Tagen ab. Jede Automatisierung, Überwachungsintegration oder Skript, das ein langlebiges API-Token verwendet, funktioniert nicht mehr, es sei denn, Sie haben eine Token-Rotationsrichtlinie eingerichtet. Dies tritt eher als Vorfall in der Nacht auf, wenn etwas nicht mehr meldet, als während des Upgrades selbst.

Herausragende Funktionen:

• Stream-basiertes Routing und Verarbeitung: Das Stream-Modell ermöglicht es Ihnen, Logdaten zum Zeitpunkt der Erfassung nach Quelle, Anwendung oder Vertraulichkeitsstufe zu segmentieren und dann unterschiedliche Pipelines, Aufbewahrungsrichtlinien und Zugriffskontrollen pro Stream anzuwenden. Dies ist betrieblich flexibler als Elasticsearch Index-pro-Quelle-Muster.
• Log-Extraktion und Parsing: Extraktoren ziehen bei der Erfassung bestimmte Felder aus den Logmeldungen. Verarbeitungspipelines übernehmen komplexere Transformationen, bedingte Logik, Lookups, Feldumbenennungen und das Verwerfen von Nachrichten. Together bieten sie Ihnen eine granulare Kontrolle darüber, was im Speicher landet. Graylog Illuminate lieferte auch Parser-Korrekturen in 7.0.3, einschließlich einer Korrektur der Apache HTTPD-Zeitstempelanalyse, die falsche Zeitwerte erzeugte.
• Suche und Untersuchung: Graylogs Suchsyntax ist für einfache Abfragen einfacher als Lucene/KQL, was wichtig ist, wenn Sie einen Bereitschaftsingenieur benötigen, der mitten in der Nacht ohne Referenzdokumentation Logs durchsuchen muss. Gespeicherte Suchen, relative Zeitbereiche und Histogramm-Overlays sind alle ohne kostenpflichtige Add-ons verfügbar.
• Benutzerverwaltung mit AD/LDAP-Integration: Active Directory- und LDAP-Authentifizierung werden in Graylog Open unterstützt. Rollenbasierte Zugriffskontrollen ermöglichen es Ihnen, einzuschränken, welche Streams und Dashboards jedes Team sehen kann.

Wo Graylog Schwierigkeiten hat

Graylogs kostenlos-Stufe weist erhebliche Lücken auf, wenn Sicherheitsoperationen Ihr Anwendungsfall sind: Sigma-Regel-Unterstützung, Anomalieerkennung und Fallmanagement sind alle kostenpflichtig. Die Elasticsearch/OpenSearch-Abhängigkeit erhöht die betriebliche Komplexität ähnlich wie beim ELK Stack. In großem Maßstab kann die Pipeline-Verarbeitung Leistungsengpässe verursachen, die eine sorgfältige Abstimmung der Pipeline-Stufenanordnung und der Zuweisung von Worker-Threads erfordern.

Elastic Stack (ELK Stack) – Logstash

Elastic Stack ist eine Reihe von Open-Source-Produkten; seine Kernkomponenten sind Elasticsearch, Kibana und Logstash.

Wie die ELK-Loganalyse funktioniert

Logstash ist eine serverseitige Datenverarbeitungspipeline. Es empfängt Logdaten von Eingaben (Dateien, Beats, syslog, Kafka, HTTP und Dutzenden anderen), wendet Filter-Plugins an, um die Daten zu parsen und anzureichern, und leitet die Ausgabe an ein oder mehrere Ziele weiter. Die meisten Bereitstellungen senden die Ausgabe an Elasticsearch, aber Logstash kann gleichzeitig in S3, ein SIEM, eine Nachrichtenwarteschlange oder einen anderen Elasticsearch-Cluster schreiben.

Elasticsearch speichert die verarbeiteten Logdaten und macht sie mithilfe eines invertierten Index durchsuchbar. Es ist der Grund, warum ELK auf Petabytes skalieren kann und dennoch bei gezielten Abfragen Suchergebnisse im Subsekundenbereich liefert – aber diese Leistung kommt von der Indexstruktur, was bedeutet, dass schreibintensive Workloads ein sorgfältiges Index-Lifecycle-Management erfordern. Kibana sitzt auf Elasticsearch und bietet die visuelle Schicht: Dashboards, die Discover-Ansicht für Ad-hoc-Logsuchen, Canvas für benutzerdefinierte Berichte und Lens für Drag-and-Drop-Visualisierungen.

• Volltextsuche in großem Maßstab: Die invertierte Indexarchitektur von Elasticsearch unterstützt die Suche im Subsekundenbereich über Milliarden von Logeinträgen. KQL (Kibana Query Language) und ES|QL (die neuere pipe-basierte Abfragesprache in 9.x) bieten Analysten zwei verschiedene Abfrageschnittstellen, je nachdem, wie sie bevorzugt arbeiten. Für komplexe Loguntersuchungen über große Datensätze hinweg kommt nichts im Open-Source-Bereich an die Suchtiefe von ELK heran.
• Multi-Source-Erfassung und -Filterung: Logstash verfügt über rund 200 Eingabe-Plugins und 200 Filter-Plugins. Der Grok-Filter verarbeitet unstrukturierten Text mithilfe benannter Erfassungsmuster; der JSON-Filter verarbeitet strukturierte JSON-Logs; der CSV-Filter verarbeitet tabellarische Daten. Mehrere Filterstufen werden nacheinander ausgeführt, sodass Sie eine Roh-Syslog-Zeile parsen, Felder extrahieren, eine IP anhand einer GeoIP-Datenbank nachschlagen und Debug-Meldungen verwerfen können, bevor das Ereignis Elasticsearch erreicht – alles in einer einzigen Pipeline.
• Maschinelles Lernen zur Anomalieerkennung: Die ML-Funktionen von Kibana (kostenpflichtig) erkennen ungewöhnliche Muster in Logdaten, ohne dass Sie Schwellenwerte definieren müssen. Nützlich zum Erkennen von langsam einsetzenden Angriffen oder allmählicher Leistungsverschlechterung, die von Alarmen mit festen Schwellenwerten übersehen werden.
• Kibana-Dashboards: Die Visualisierungsoptionen von Kibana sind umfangreich: Zeitreihen, Karten, Heatmaps, Datentabellen, Messgeräte und mehr. Gespeicherte Suchen und Indexmuster bedeuten, dass Analysten Untersuchungskontexte teamübergreifend teilen können.
• Erweiterbares Ausgaberouting: Eine einzige Logstash-Pipeline kann gleichzeitig in Elasticsearch, einen S3-Bucket, einen zweiten Elasticsearch-Cluster für die Notfallwiederherstellung und ein Kafka-Thema für die Weiterverarbeitung schreiben.

Wo ELK Schwierigkeiten hat

Der betriebliche Aufwand ist real. Elasticsearch-Cluster erfordern Speicherplanung (der JVM-Heap muss sorgfältig dimensioniert werden), Shard-Management (zu viele kleine Shards oder zu wenige große beeinträchtigen die Leistung) und die Konfiguration von Index-Lifecycle-Richtlinien zur Steuerung der Aufbewahrungskosten.

Die meisten Teams, die ELK in großem Maßstab betreiben, haben am Ende einen dedizierten Plattformingenieur, dessen Hauptverantwortung Elasticsearch ist. Die Lizenzsituation ist ebenfalls verständniswürdig: Die Elastic Stack-Komponenten unterliegen der Elastic License 2.0, nicht OSI-zugelassener Open Source. Die selbst gehostete Nutzung ist kostenlos, aber Elasticsearch als verwalteten Dienst für Dritte anzubieten, ist unter der kostenlos-Stufe nicht gestattet.

Fluentd

Fluentd ist ein Open-Source-Datensammler unter der Apache License 2.0, der entwickelt wurde, um die Logerfassung und -weiterleitung über heterogene Infrastrukturen hinweg zu vereinheitlichen. Die Kernaufgabe ist einfach: Logereignisse von Quellen akzeptieren, optionale Verarbeitung anwenden und an Ziele weiterleiten. Fluentd speichert oder analysiert Logs nicht selbst; es ist ein Sammler und Router, keine Loganalyse-Plattform¹

Diese Unterscheidung ist wichtig, wenn man es mit Wazuh oder Graylog vergleicht. Fluentd ist typischerweise die erste Schicht in einer größeren Pipeline. Eine gängige Architektur: Fluentd-Agenten auf jedem Server sammeln Anwendungslogs, Systemlogs und Containerprotokolle, puffern sie lokal (damit nichts verloren geht, wenn das nachgelagerte Ziel vorübergehend nicht erreichbar ist), führen Parsing und Filterung durch und leiten das Ergebnis an Elasticsearch, Splunk, ein Cloud-SIEM oder ein anderes Speicher-Backend weiter. Die Analyse findet in dem statt, was die Daten empfängt.

Fluentd vs. Fluent Bit

Teams, die Fluentd für Kubernetes-Umgebungen evaluieren, entscheiden sich oft stattdessen für Fluent Bit, und es lohnt sich zu verstehen, warum. Fluent Bit ist ein leichtgewichtiger Forwarder im gleichen CNCF-Ökosystem, ungefähr eine 4 MB große Binärdatei im Vergleich zu Fluentds Ruby-basiertem Prozess, der deutlich schwergewichtiger ist. Bei Kubernetes-Bereitstellungen, bei denen Sie einen Logsammler als DaemonSet auf jedem Node laufen lassen möchten, ist der Ressourcen-Fußabdruck-Unterschied in großem Maßstab erheblich. Fluent Bit unterstützt auch mehrzeiliges Log-Parsen, dynamische Metadaten-Injektion aus Kubernetes-Pod-Labels und -Annotationen sowie integrierte Backpressure-Behandlung, um Datenverluste zu verhindern, wenn nachgelagerte Ziele langsamer werden.

Fluentd ist die bessere Wahl, wenn Sie das vollständige Ökosystem von über 500 Plugins oder komplexe Routing-Logik benötigen, die kleinere Plugin-Bibliothek von Fluent Bit nicht abdecken kann. Für die meisten Kubernetes-nativen Bereitstellungen, die einfaches Log-Shipping durchführen, ist Fluent Bit die praktische Wahl. Die Projekte teilen sich Konfigurationskonzepte, sodass der Wechsel zwischen ihnen kein vollständiges Umschreiben erfordert.

Wie Fluentd Logdaten verarbeitet

Fluentd modelliert Logdaten als Strom von getaggten Ereignissen. Jedes Ereignis hat ein Tag (eine durch Punkte getrennte Zeichenfolge wie app.web oder system.syslog), einen Zeitstempel und einen Datensatz. Tags steuern das Routing: Match-Direktiven in der Konfiguration geben an, welche Tags wohin gesendet werden, welche Filter gelten und in welcher Reihenfolge. Mehrere Ausgaben können dasselbe Tag abgleichen, sodass Sie dieselben Ereignisse gleichzeitig an Elasticsearch und ein S3-Archiv senden können.

Das Puffersystem macht Fluentd in der Produktion zuverlässig. Anstatt direkt an das Ziel zu schreiben, sammeln sich Ereignisse in einem Puffer an und werden in Blöcken in konfigurierbaren Intervallen oder wenn der Puffer einen Schwellenwert erreicht, geleert. Wenn das Ziel nicht erreichbar ist, bleiben die Ereignisse im Puffer und werden mit exponentiellem Backoff erneut versucht.

Herausragende Funktionen:

• 500+ Community-Plugins: Deckt Integrationen mit den meisten großen Logzielen und Datenquellen ohne kundenspezifische Entwicklung ab.
• Flexibles Datenrouting: Ereignisse können basierend auf tagbasierten Routing-Regeln an mehrere gleichzeitige Ziele weitergeleitet werden, z. B. Dateien, RDBMS, NoSQL, IaaS, SaaS und Hadoop.
• Fokus auf Logverarbeitung: Fluentd ist für die Logverarbeitung und -weiterleitung in großem Maßstab optimiert und eignet sich daher gut als Sammel- und Routingschicht vor Elasticsearch oder anderen Speicher-Backends und nicht als eigenständige Analyseplattform.

Verpassen Sie nicht unsere Benchmarks und datengestützten Erkenntnisse. Die Schaltfläche öffnet Google; die Auswahl von AIMultiple bestätigt, dass Sie AIMultiple häufiger in den Google-Suchergebnissen sehen möchten.

Als bevorzugte Quelle hinzufügen

Syslog-ng

Syslog-ng ist ein Open-Source-Logmanagement-Programm, das Logdaten aus mehreren Quellen sammelt, klassifiziert, transformiert und an Speicher oder nachgelagerte Plattformen weiterleitet. Seine herausragende Fähigkeit ist die strukturierte Verarbeitung: Logs können in ein einheitliches Format normalisiert werden, bevor sie an Systeme wie Apache Kafka oder Elasticsearch weitergeleitet werden.

Fähigkeiten:

• Logs klassifizieren und strukturieren mithilfe integrierter Parser wie dem csv-parser
• Logs speichern in Dateien, Nachrichtenwarteschlangen (AMQP) oder Datenbanken (PostgreSQL, MongoDB)
• Weiterleitung an Big-Data-Plattformen, einschließlich Elasticsearch, Apache Kafka oder Hadoop

Besondere Funktionen:

• Automatisierte Logarchivierung: Syslog-ng übernimmt die Logrotation und -archivierung nativ, einschließlich Komprimierung und zeitgestempelter Dateibenennung. Für Umgebungen mit Aufbewahrungs-Compliance-Anforderungen reduziert dies die Notwendigkeit externer Tools wie Logrotate, die darüber geschichtet werden.
• Unterstützung mehrerer Nachrichtenformate: RFC3164 (traditionelles syslog), RFC5424 (strukturiertes syslog), JSON und Key-Value-Formate werden alle nativ geparst. Syslog-ng kann eine RFC3164-Nachricht empfangen und sie als RFC5424 mit hinzugefügten strukturierten Datenfeldern ausgeben, was nützlich ist, wenn Systeme gespeist werden, die ein modernes Syslog-Format erwarten.
• Verschlüsselte Übertragung: TLS-verschlüsselter Syslog-Transport wird nativ sowohl für den Empfang als auch für die Weiterleitung unterstützt. Dies ist in Umgebungen wichtig, in denen Logdaten über nicht vertrauenswürdige Netzsegmente übertragen werden.
• Bedingtes Routing: Filterausdrücke ermöglichen das Routing basierend auf jedem geparsten Feld wie Schweregrad, Facility, Host oder benutzerdefinierten Feldern, die von Parsern extrahiert wurden. Eine einzelne syslog-ng-Instanz kann Authentifizierungsfehler an den Stream eines Sicherheitsteams, Anwendungsfehler an den Stream des Entwicklungsteams und Debug-Meldungen nach /dev/null weiterleiten.

Wo syslog-ng passt (und wo nicht)

Syslog-ng ist die richtige Wahl, wenn Ihre Logquellen hauptsächlich Netzwerkgeräte und Server sind, die syslog sprechen, und wenn Sie eine zuverlässige, hochdurchsatzfähige Sammlung mit strukturierter Feldextraktion benötigen, bevor die Weiterleitung an ein Speicher-Backend erfolgt. Es ist keine Loganalyse-Plattform; es gibt keine Abfrageschnittstelle, keine Dashboards und keine integrierte Alarmierung. Es fungiert als Sammel- und Routingschicht vor Elasticsearch oder Graylog und nicht als eigenständiges Tool.

Nagios

Eine notwendige Klarstellung vorab: Nagios Core ist das GPL-lizenzierte Open-Source-Überwachungsprojekt und konzentriert sich auf Host-, Service- und Netzwerküberwachung und nicht auf Loganalyse.[15] Das hier beschriebene Produkt ist Nagios Log Server, ein separates kommerzielles Produkt von Nagios Enterprises. Wenn Sie speziell nach einem Open-Source-, kostenlosen Loganalyse-Tool suchen, ist Nagios Log Server nicht das Richtige. Was es bietet, ist eine kommerziell unterstützte Logmanagement-Plattform von einem Anbieter mit einer langen Erfolgsbilanz in der Infrastrukturüberwachung.

Nagios Log Server sammelt Logdaten in Echtzeit und leitet sie an eine Suchoberfläche weiter. Es ist mit Windows-, Linux- und Unix-Servern kompatibel und enthält einen Einrichtungsassistenten für die Integration neuer Endpunkte oder Anwendungen.²

Herausragende Funktionen:

• Netzwerkdienstüberwachung: Deckt SMTP, POP3, HTTP, PING und andere Netzwerkdienste ab, mit Fokus auf die Infrastrukturgesundheit.
• Host-Ressourcenüberwachung: Verfolgt Prozessorlast, Festplattennutzung und Systemzustand über die überwachten Hosts hinweg.
• Logdateirotation und -archivierung: Automatisierte Rotation und Langzeitarchivierung ohne manuelles Eingreifen.
• Geografische Logfilterung: Filtert Logdaten nach geografischer Herkunft und generiert Verkehrsflusskarten.
• Weboberfläche: Optionale Oberfläche zur Anzeige des aktuellen Netzwerkstatus und der Logdateien.

Zur Orientierung bei der Auswahl des richtigen Tools oder Dienstes sehen Sie sich unsere datengesteuerten Quellen an: Loganalyse-Software.

FAQs

Diese Forschung zitieren

Wählen Sie das Format, das zu Ihrem Veröffentlichungsort passt. Wenn Sie die Link-Version in Ihr CMS einfügen, bleibt der Backlink erhalten.

@misc{hafa2026,
  author = {Hafa, Adil and Sezer, Sena},
  title  = {{Top 6 Open-Source-Loganalyse-Tools: Wazuh, Graylog & mehr}},
  year   = {2026},
  month  = jun,
  howpublished    = {\url{https://aimultiple.com/open-source-log-analysis-tools}},
  note   = {AIMultiple. Abgerufen am 23. Juni 2026}
}

Referenzlinks

1.

Fluentd | Open Source Data Collector | Unified Logging Layer

2.

Nagios Log Server | Nagios Enterprises

Nagios Enterprises

Adil Hafa

Technischer Berater

Folgen auf

Adil ist ein Sicherheitsexperte mit über 16 Jahren Erfahrung in Verteidigung, Einzelhandel, Finanzen, Börsen, Essensbestellung und Regierung.

Vollständiges Profil anzeigen

Recherchiert von

Sena Sezer

Branchenanalyst

Folgen auf

Sena ist Branchenanalystin bei AIMultiple. Sie hat ihren Bachelor-Abschluss an der Bogazici-Universität erworben.

Vollständiges Profil anzeigen

Seien Sie der Erste, der kommentiert

Ihre E-Mail-Adresse wird nicht veröffentlicht. Alle Felder sind erforderlich. Kommentare werden in ihrer Originalsprache belassen.

Name

E-Mail-Adresse

Kommentar

0/450

Kommentar posten