從安全專業(yè)人員的角度來看，目前對于采用人工智能和機(jī)器學(xué)習(xí)的需求非常強(qiáng)烈。他們正在尋求使威脅檢測和標(biāo)記惡意行為實(shí)現(xiàn)自動(dòng)化的方法。替代人工方法將騰出時(shí)間和資源來專注于其他任務(wù)。

 

當(dāng)前許多安全監(jiān)控工具生成的大量警報(bào)或誤報(bào)使這一挑戰(zhàn)更加嚴(yán)重。而企業(yè)團(tuán)隊(duì)致力于進(jìn)行安全分析，或者發(fā)現(xiàn)他們根本無法在這些警報(bào)中識(shí)別正在出現(xiàn)的威脅。

 

 

人工智能和機(jī)器學(xué)習(xí)可以在這里交付真正的價(jià)值。當(dāng)涉及到識(shí)別和預(yù)測某些類型的模式時(shí)，機(jī)器學(xué)習(xí)提供了比人類更好的能力。這些新工具還可以超越基于規(guī)則的方法，這些方法需要已知模式的知識(shí)。與其相反，他們可以學(xué)習(xí)IT基礎(chǔ)設(shè)施中的典型活動(dòng)模式，并發(fā)現(xiàn)可能標(biāo)記攻擊的異常偏差。

 

但是，盡管人工智能和機(jī)器學(xué)習(xí)等現(xiàn)代工具可以支持首席信息安全官的網(wǎng)絡(luò)支持基礎(chǔ)設(shè)施，但組織仍然需要一些人員的參與才能做出響應(yīng)并從事件中恢復(fù)。例如，這些人確定問題是否為誤報(bào)，與受影響的團(tuán)隊(duì)進(jìn)行溝通，以及與其他組織協(xié)調(diào)行動(dòng)等。

 

確實(shí)，當(dāng)今的安全產(chǎn)品不能完全使安全運(yùn)營中心(SOC)完全實(shí)現(xiàn)自動(dòng)化，也無法完全消除對安全分析師、事件響應(yīng)者和其他安全運(yùn)營中心(SOC)工作人員的需求，但是技術(shù)可以簡化和自動(dòng)化某些流程以減少對人員響應(yīng)者的需求。

 

機(jī)器學(xué)習(xí)技術(shù)提供了多種改善組織基礎(chǔ)設(shè)施安全性的方法。這些包括：

 

•威脅預(yù)測和檢測，其中評估異常活動(dòng)以識(shí)別新出現(xiàn)的威脅。

 

•風(fēng)險(xiǎn)管理，其中包括監(jiān)視和分析用戶活動(dòng)，資產(chǎn)內(nèi)容和配置，網(wǎng)絡(luò)連接以及其他資產(chǎn)屬性。

 

•通過使用有關(guān)組織資產(chǎn)的知識(shí)以及可能存在弱點(diǎn)的信息，對漏洞信息進(jìn)行優(yōu)先級排序。

 

•威脅情報(bào)管理，通過該情報(bào)審查威脅情報(bào)源中的信息以提高質(zhì)量。

 

•安全事件和事件調(diào)查與響應(yīng)，其中涉及查看和分析事件的信息，以便確定下一步措施，并組織最適當(dāng)?shù)捻憫?yīng)。

 

 

這些新興技術(shù)可以協(xié)助安全團(tuán)隊(duì)的另一個(gè)領(lǐng)域是用戶和實(shí)體行為分析(UEBA)。基于用戶和實(shí)體的威脅日益受到關(guān)注，因此需要新的方法。

 

根據(jù)Verizon公司最近發(fā)布的數(shù)據(jù)泄露事件報(bào)告，確認(rèn)的數(shù)據(jù)泄露事件中有63%涉及網(wǎng)絡(luò)攻擊者通過使用被盜的訪問憑據(jù)冒充合法用戶，或惡意利用合法用戶的訪問權(quán)限。

 

但是，要檢測內(nèi)部威脅，安全工具必須首先能夠理解用戶行為并為其設(shè)定基準(zhǔn)，而這正是機(jī)器學(xué)習(xí)可以提供真正價(jià)值的地方。通過建立基線行為和模式，然后通過組合統(tǒng)計(jì)模型、機(jī)器學(xué)習(xí)算法和規(guī)則來檢測異常，用戶和實(shí)體行為分析(UEBA)解決方案可以將傳入事務(wù)與現(xiàn)有基線配置文件進(jìn)行比較。可以標(biāo)記潛在威脅，以供進(jìn)一步檢查和采取措施。

 

人工智能可以協(xié)助用戶和實(shí)體行為分析(UEBA)的特定領(lǐng)域包括：

 

•帳戶泄露：由人工智能驅(qū)動(dòng)的工具可以檢測黑客是否訪問了網(wǎng)絡(luò)用戶的憑據(jù)，而無論所使用的攻擊媒介或惡意軟件如何。

 

•內(nèi)部威脅：通過建立基準(zhǔn)用戶行為，這些工具將能夠檢測并標(biāo)記超出該基準(zhǔn)的異常和高風(fēng)險(xiǎn)活動(dòng)。

 

•特權(quán)帳戶濫用：由人工智能協(xié)助的用戶和實(shí)體行為分析(UEBA)解決方案將通過檢測泄露的憑據(jù)和向包含此特權(quán)數(shù)據(jù)的系統(tǒng)的橫向移動(dòng)，來識(shí)別對有權(quán)訪問敏感信息的特權(quán)用戶的特定攻擊。

 

 

人工智能和機(jī)器學(xué)習(xí)技術(shù)共同為安全團(tuán)隊(duì)提供了很多東西，以尋找更好的方法來防范和應(yīng)對網(wǎng)絡(luò)安全威脅。

 

但是，為了實(shí)現(xiàn)該技術(shù)必須提供的所有功能，安全團(tuán)隊(duì)將需要牢記必須采取的一些關(guān)鍵步驟。這些包括：

 

•提供基于機(jī)器學(xué)習(xí)的工具，可以實(shí)時(shí)訪問大量高質(zhì)量、豐富的結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)顯示了整個(gè)組織中與安全相關(guān)的所有事件。

 

•向工具提供必要場景信息，以了解每個(gè)觀察到的活動(dòng)和檢測到的異常含義和重要性。

 

•使用大量高質(zhì)量的培訓(xùn)數(shù)據(jù)進(jìn)行監(jiān)督學(xué)習(xí)，以教育哪些工具有益于活動(dòng)，哪些不利于活動(dòng)。

 

人工智能和機(jī)器學(xué)習(xí)支持的工具部署和管理得當(dāng)，將為安全團(tuán)隊(duì)提供重要的支持和幫助。他們將檢測隱藏的威脅并最大程度地減少誤報(bào)，加快事件響應(yīng)速度，簡化安全運(yùn)營中心(SOC)的運(yùn)行，從而降低成本并提高效率。

 

人工智能和機(jī)器學(xué)習(xí)的發(fā)展才剛剛開始，其功能在未來幾年將繼續(xù)加快發(fā)展。人們值得花費(fèi)時(shí)間了解該技術(shù)的功能以及它如何為組織增加價(jià)值。

 

版權(quán)聲明：本文為企業(yè)網(wǎng)D1Net編譯，轉(zhuǎn)載需注明出處為：企業(yè)網(wǎng)D1Net，如果不注明出處，企業(yè)網(wǎng)D1Net將保留追究其法律責(zé)任的權(quán)利。