人工智能和机器学习对于有效的IT安全越来越重要

• 件调查与响应，其中涉及查看和分析事件的信息，以便确定下一步措施，并组织最适当的响应。

人工智能和用户和实体行为分析(UEBA)

这些新兴技术可以协助安全团队的另一个领域是用户和实体行为分析(UEBA)。基于用户和实体的威胁日益受到关注，因此需要新的方法。

根据Verizon公司最近发布的数据泄露事件报告，确认的数据泄露事件中有63%涉及网络攻击者通过使用被盗的访问凭据冒充合法用户，或恶意利用合法用户的访问权限。

但是，要检测内部威胁，安全工具必须首先能够理解用户行为并为其设定基准，而这正是机器学习可以提供真正价值的地方。通过建立基线行为和模式，然后通过组合统计模型、机器学习算法和规则来检测异常，用户和实体行为分析(UEBA)解决方案可以将传入事务与现有基线配置文件进行比较。可以标记潜在威胁，以供进一步检查和采取措施。

人工智能可以协助用户和实体行为分析(UEBA)的特定领域包括：

• 帐户泄露：由人工智能驱动的工具可以检测黑客是否访问了网络用户的凭据，而无论所使用的攻击媒介或恶意软件如何。
• 内部威胁：通过建立基准用户行为，这些工具将能够检测并标记超出该基准的异常和高风险活动。
• 特权帐户滥用：由人工智能协助的用户和实体行为分析(UEBA)解决方案将通过检测泄露的凭据和向包含此特权数据的系统的横向移动，来识别对有权访问敏感信息的特权用户的特定攻击。

不断改进IT安全性

人工智能和机器学习技术共同为安全团队提供了

（编辑：保山站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!