評(píng)估網(wǎng)絡(luò)上的行為風(fēng)險(xiǎn)：5項(xiàng)關(guān)鍵技術(shù)一些企業(yè)正在采用行為風(fēng)險(xiǎn)分析加強(qiáng)網(wǎng)絡(luò)平安,與傳統(tǒng)的威脅檢測(cè)相比，行為風(fēng)險(xiǎn)分析具有許多優(yōu)勢(shì)。平安領(lǐng)導(dǎo)者面臨著需要應(yīng)對(duì)威脅檢測(cè)能力與應(yīng)對(duì)日益復(fù)雜的惡意軟件的挑戰(zhàn)。不幸的是，使用惡意軟件簽名和規(guī)那么的傳統(tǒng)威脅檢測(cè)技術(shù)不再是保護(hù)企業(yè)免受現(xiàn)代惡意軟件攻擊的最有效方法。雖然基于簽名的檢測(cè)（掃描流量以查找指示惡意軟件的唯一代碼模式或壞文件的哈希值）對(duì)于捕獲不復(fù)雜的惡意軟件很有用，但它不會(huì)捕獲不存在簽名的新威脅或未知威脅。此外，網(wǎng)絡(luò)攻擊者還可以輕松地重新打包惡意軟件，使其與簽名不匹配。Cryptolocker勒索軟件就是一個(gè)很好的例子，它于2013年首次被發(fā)現(xiàn)。CryptoWall和TorrentLocker等變體使用相同的基本Cryptolocker代碼，并且如今仍然很常見。基于簽名的威脅檢測(cè)平臺(tái)還有其他限制一一它們以誤報(bào)和向平安團(tuán)隊(duì)發(fā)送超出其調(diào)查范圍的警報(bào)而臭名昭著。傳統(tǒng)的威脅檢測(cè)也無法識(shí)別由員工或通過網(wǎng)絡(luò)釣魚攻擊或數(shù)據(jù)泄露獲得合法憑證的網(wǎng)絡(luò)攻擊者實(shí)施的內(nèi)部攻擊。作為回應(yīng)，許多企業(yè)正在轉(zhuǎn)向行為風(fēng)險(xiǎn)分析，該分析使用完全不同的過程，需要大量輸入數(shù)據(jù)才能有效。在本文中，探討了行為風(fēng)險(xiǎn)分析如何幫助克服與傳統(tǒng)威脅檢測(cè)相關(guān)的挑戰(zhàn)。一、轉(zhuǎn)向行為風(fēng)險(xiǎn)分析行為風(fēng)險(xiǎn)分析檢查網(wǎng)絡(luò)活動(dòng)中的異常和高風(fēng)險(xiǎn)行為。這需要機(jī)器學(xué)習(xí)模型以正常網(wǎng)絡(luò)行為為基準(zhǔn)并查找異常。但并非所有不尋常的行為或活動(dòng)都有風(fēng)險(xiǎn)。例如，假設(shè)營(yíng)銷人員幾個(gè)月來第一次從SharePoint驅(qū)動(dòng)器訪問營(yíng)銷材料。與該人的正常行為相比，這是不尋常的行為，但風(fēng)險(xiǎn)可能相對(duì)較低。但是，當(dāng)大多數(shù)員工離線時(shí)，這名營(yíng)銷人員從一個(gè)陌生的地方訪問代碼庫(kù)的行為可能是非常危險(xiǎn)的，應(yīng)該被標(biāo)記。進(jìn)行風(fēng)險(xiǎn)分析涉及確定行為的風(fēng)險(xiǎn)級(jí)別，這需要收集大量場(chǎng)景數(shù)據(jù)（通常進(jìn)入數(shù)據(jù)湖），根據(jù)該數(shù)據(jù)計(jì)算風(fēng)險(xiǎn)評(píng)分，根據(jù)該風(fēng)險(xiǎn)評(píng)分查看異常情況，并相應(yīng)地對(duì)其進(jìn)行優(yōu)先級(jí)排序。這有助于減少誤報(bào)（低風(fēng)險(xiǎn)的不尋常行為在不太復(fù)雜的解決方案中，通常會(huì)觸發(fā)誤報(bào)警報(bào)），并通過幫助平安團(tuán)隊(duì)確定優(yōu)先級(jí)，將其工作負(fù)載降低到更易于管理的水平。這些場(chǎng)景信息是識(shí)別哪些行為有風(fēng)險(xiǎn)或沒有風(fēng)險(xiǎn)的關(guān)鍵。二.5種行為風(fēng)險(xiǎn)分析技術(shù)行為風(fēng)險(xiǎn)分析有幾種技術(shù)。其中包括以下內(nèi)容（需要注意的是，其內(nèi)容可能因所討論的具體解決方案而異）：（1）異常值建模：使用機(jī)器學(xué)習(xí)基線和異常檢測(cè)來識(shí)別異常行為，例如用戶從無法識(shí)別的IP地址訪問網(wǎng)絡(luò)，用戶從與其角色無關(guān)的敏感文檔存儲(chǔ)庫(kù)下載大量IP,或者來自與該企業(yè)沒有業(yè)務(wù)往來的國(guó)家/地區(qū)的服務(wù)器流量。(2)威脅建模：使用來自威脅情報(bào)源和違反規(guī)那么/策略的數(shù)據(jù)來尋找的惡意行為。這可以快速輕松地篩選出簡(jiǎn)單的惡意軟件。(3)訪問異常值建模：確定用戶是否正在訪問不尋常的東西或他們不應(yīng)該訪問的東西。這需要提取有關(guān)用戶角色、訪問權(quán)限的數(shù)據(jù)。(4)身份風(fēng)險(xiǎn)概況：根據(jù)人力資源數(shù)據(jù)、監(jiān)視列表或外部風(fēng)險(xiǎn)指標(biāo)確定事件中涉及的用戶的風(fēng)險(xiǎn)程度。例如，員工最近由于沒有升職可能更有可能對(duì)企業(yè)懷恨在心，并想進(jìn)行報(bào)復(fù)。(5)數(shù)據(jù)分類：標(biāo)記與事件相關(guān)的所有相關(guān)數(shù)據(jù)，如事件、網(wǎng)絡(luò)段、資產(chǎn)或涉及的帳戶，為調(diào)查警報(bào)的平安團(tuán)隊(duì)提供場(chǎng)景。三、復(fù)雜性和多因素正如從這些步驟中看到的那樣，估計(jì)會(huì)有哪些風(fēng)險(xiǎn)很復(fù)雜，需要考慮許多不同的因素。行為風(fēng)險(xiǎn)分析需要來自廣泛來源的輸入數(shù)據(jù)。這些來源包括來自MicrosoftActiveDirectory或IAM解決方案的人力資源和身份數(shù)據(jù)，來自防火墻、IDS/IPS、SIEM.DLP和端點(diǎn)管理解決方案等平安解決方案的日志，以及來自云計(jì)算、應(yīng)用程序和數(shù)據(jù)庫(kù)的數(shù)據(jù)。外部數(shù)據(jù)源也很有用，例如公共員工社交媒體帖子(以確定哪些員工的惡意風(fēng)險(xiǎn)較高)或VirusTotal等威脅源。由于需要大量的場(chǎng)景數(shù)據(jù)，成功的行為分析解決方案需要許多第三方集成，并且能夠接受廣泛的數(shù)據(jù)饋送到數(shù)據(jù)庫(kù)或數(shù)據(jù)湖中，數(shù)據(jù)越多越好。在成功完成行為風(fēng)險(xiǎn)分析之后，可以提高效率，減少誤報(bào)，并檢測(cè)其他威脅檢測(cè)方法無法檢測(cè)到的內(nèi)部威脅和零日攻擊。作為附帶的好處，所涉及的機(jī)器學(xué)習(xí)分析還可以生成有關(guān)如何使用系統(tǒng)和設(shè)備的有價(jià)值的數(shù)據(jù)(例如，查看一個(gè)系統(tǒng)或一組設(shè)備的正常使用模式，可以讓IT團(tuán)隊(duì)知道關(guān)閉系統(tǒng)進(jìn)行更新的最正確時(shí)間）。行為風(fēng)險(xiǎn)分析還可以實(shí)現(xiàn)對(duì)威脅的自動(dòng)響應(yīng)。現(xiàn)代惡意軟件可以在幾秒鐘內(nèi)關(guān)閉數(shù)十個(gè)系統(tǒng)。操作人員不可能做出足夠快的反響來阻止這種情況。行為分析如果做得正確，可以產(chǎn)生足夠準(zhǔn)確的警報(bào)，以實(shí)現(xiàn)自動(dòng)化響應(yīng)。這種方法提供的大量場(chǎng)景意味著自動(dòng)修復(fù)操作可以非常有針對(duì)性，例如刪除一個(gè)用戶對(duì)一個(gè)系統(tǒng)的訪問。這意味著意外干擾合法業(yè)務(wù)流程的可能性較低。反過來，這可能為首席信息官或首席信息平安官提供幫助，自動(dòng)化響應(yīng)是