什么是用户和实体行为分析(UEBA)
用户和实体行为分析(UEBA)或异常检测是一种网络安全技术,它使用机器学习(ML)算法来检测网络中用户、主机和其他实体的异常活动。
为了检测异常,用户和实体行为分析(UEBA)首先了解网络中所有用户和实体的预期行为,并为每个用户和实体创建常规活动的基线。任何偏离此基线的活动都会被标记为异常。随着经验的积累,UEBA 解决方案会变得更加有效。
用户和实体行为分析(UEBA)集成的 SIEM 解决方案中的 ML 算法将监控日志数据,在网络中建立模式。例如,用户的登录和注销时间以及他们在特定设备上的操作将告诉 SIEM 解决方案该用户预期进行的活动,一旦它监控了几天的活动,UEBA 引擎就会知道用户的预期行为,包括任何偏离预期的行为,用户的风险评分将增加,以指示威胁的严重性,并且 SIEM 解决方案会向安全分析人员发出警报。
用户和实体行为分析(UEBA)可以识别哪些类型的异常
UEBA 可识别与时间、计数和模式关联的异常,以下是它们各自的含义。
- 时间异常:如果用户或实体偏离预期的基线,则称为时间异常。
- 计数异常:如果用户或实体在短时间内执行了异常数量的活动,我们将其称为计数异常。例如,用户在上午 11 点到中午 12 点之间的一小时内访问客户数据库 50 次。
- 模式异常:如果意外的事件序列导致以非典型或未经授权的方式访问用户帐户或实体,则称为模式异常。例如,一个用户帐户在连续8次登录失败后成功登录,随后从该帐户进行了多次文件删除、修改和数据传输。
用户和实体行为分析(UEBA)的三大支柱
UEBA 涉及三个关键属性或支柱:用例、数据源和分析。
- 用例:UEBA 会查找与用户和实体正常行为的异常偏差,以识别安全威胁,但是,对于它们来说,适用于众多用例
315



被折叠的 条评论
为什么被折叠?



