 |
QTECH представляет новинку - Ethernet коммутаторы доступа QTECH QSW-2700-28
Российский разработчик и производитель сетевого оборудования QTECH представляет Ethernet коммутаторы доступа QSW-2700-28 (-52)
Коммутаторы QSW-2700-28 и QSW-2700-52 разработаны для сетей следующего поколения и предоставляют эффективные функции обеспечения безопасности. Применение списков управления доступом (ACL) обеспечивает эффективную защиту от вирусов, типовых и распределенных атак типа «отказ в обслуживании» (DOS и DDOS), что позволяет защитить от повреждения сами коммутаторы, а также оборудование уровня ядра или агрегации. Полнофункциональная аппаратная поддержка пересылки и политики списков управления доступом на основе специализированных интегральных микросхем (ASIC) гарантируют полную защищенность данных в сети от вирусных атак.
Благодаря высокой производительности при богатом функционале, в том числе в области обеспечения безопасности, коммутаторы данных моделей являются лучшим выбором для операторов связи, локальных сетей предприятий, государственных и образовательным учреждений. Благодаря поддержке стека и различных комбинаций портов на основе фиксированных портов для исходящих подключений обеспечивается простота построения сети.
Подробное описание и схемы решений для QTECH QSW-2700-28 (-52) http://www.qtech.ru/files/manuals/QSW-2700.pdf
О компании QTECH – инновационная компания, предлагающая решения на основе современных схем организации телекоммуникационных услуг и построения сети. Линейка производимого QTECH оборудования включает в себя Ethernet-коммутаторы, маршрутизаторы, оборудование доступа, медиаконвертеры, оборудование оптического уплотнения CWDM, индустриальное оборудование для удаленного управления, VoIP-оборудование, волоконно-оптическое оборудование, монтажные шкафы и стойки. Более подробная информация о компании QTECH – на сайте www.qtech.ru.
За дополнительной информацией обращайтесь: Екатерина Ковалева, менеджер по маркетингу и рекламе QTECH Тел./факс: +7 (495) 797-3311 E-mail: kovaleva@qtech.ru
Контактное лицо: Екатерина Ковалева
Компания: QTECH
Добавлен: 17:47, 24.08.2011
Количество просмотров: 892
| Транспортные документы от Платформы ЭПД можно будет подписать в смартфоне, Платформа ОФД, 17:06, 17.08.2026, Россия617 |
| «Платформа ОФД» присоединилась к соглашению Минцифры России о развитии и внедрении мобильной электронной подписи «Госключ». Сотрудничество направлено на проработку новых сценариев использования сервиса, обмен технологической экспертизой и поддержку интеграции в продукты электронного документооборота. |
| UDV Group: банки столкнутся с ИБ-рисками из-за нейросетей без правил, UDV Group, 17:04, 17.08.2026, Россия609 |
| Российский разработчик решений в области киберустойчивости UDV Group прокомментировал рекомендации Банка России по безопасному использованию искусственного интеллекта финансовыми организациями. По оценке эксперта компании, ИИ постепенно становится для банков не только инструментом автоматизации, но и отдельным объектом управления информационной безопасностью. |
| ActiveCloud запустил в России услугу частного облака, ActiveCloud, 20:34, 16.08.2026, Россия687 |
| Облачный провайдер ActiveCloud запустил в России услугу частного облака для размещения критически важных систем, ресурсоемких приложений и инфраструктуры с повышенными требованиями к безопасности. |
| «НОБИЛИС» ПРЕДСТАВИТ ЦИФРОВУЮ ЭКСПЕРТИЗУ В СФЕРЕ КОРПОРАТИВНОГО ЗДОРОВЬЯ НА ВНОТ-2026, Нобилис ООО, 14:07, 14.08.2026, Россия793 |  |
| ООО «Нобилис», разработчик российской платформы управления корпоративным здоровьем TouchMED, объявляет об участии в ключевом отраслевом событии - XI Всероссийской неделе охраны труда (ВНОТ-2026). В фокусе презентации компании - практические инструменты цифровизации медосмотров, в том числе профилактических и предиктивной аналитики для снижения операционных рисков и повышения эффективности персонала. |
| Nexign: российский бизнес не спешит использовать ИИ для поиска аномалий, Nexign, 14:03, 14.08.2026, Россия135 |  |
| Почти 80% российских компаний уже применяют инструменты мониторинга своей ИТ-инфраструктуры, но лишь каждая шестая использует модели машинного обучения для обнаружения аномалий. Мешают нехватка внутренней экспертизы, низкое качество данных и сложность подсчета окупаемости инвестиций. |
|
 |