Menggunakan anomali yang dapat disesuaikan untuk mendeteksi ancaman di Microsoft Azure Sentinel

Penting

Deteksi kustom sekarang menjadi cara terbaik untuk membuat aturan baru di seluruh Microsoft Sentinel SIEM Microsoft Defender XDR. Dengan deteksi kustom, Anda dapat mengurangi biaya penyerapan, mendapatkan deteksi real-time tanpa batas, dan mendapat manfaat dari integrasi yang mulus dengan data, fungsi, dan tindakan remediasi Defender XDR dengan pemetaan entitas otomatis. Untuk informasi selengkapnya, baca blog ini.

Apa itu anomali yang dapat disesuaikan?

Dengan penyerang dan pembela terus berjuang untuk kelebihan dalam balapan senjata keamanan siber, penyerang selalu menemukan cara untuk mengelak dari deteksi. Namun, tak pelak, serangan masih mengakibatkan perilaku yang tidak biasa dalam sistem diserang. Anomali berbasis pembelajaran mesin Microsoft Sentinel yang dapat dikustomisasi dapat mengidentifikasi perilaku ini dengan templat aturan analitik yang siap digunakan langsung. Meskipun anomali tidak selalu menunjukkan perilaku berbahaya atau bahkan mencurigakan sendiri, anomali dapat digunakan untuk meningkatkan deteksi, penyelidikan, dan perburuan ancaman:

  • Sinyal tambahan untuk meningkatkan deteksi: Analis keamanan dapat menggunakan anomali untuk mendeteksi ancaman baru dan membuat deteksi yang ada lebih efektif. Satu anomali bukanlah sinyal kuat dari perilaku berbahaya, tetapi kombinasi beberapa anomali di titik yang berbeda pada rantai pembunuhan mengirimkan pesan yang jelas. Analis keamanan dapat membuat peringatan deteksi yang ada lebih akurat dengan mengondisikannya pada identifikasi perilaku anomali.

  • Bukti selama penyelidikan: Analis keamanan juga dapat menggunakan anomali selama penyelidikan untuk membantu mengonfirmasi pelanggaran, menemukan jalur baru untuk menyelidikinya, dan menilai potensi dampaknya. Efisiensi ini mengurangi waktu yang dihabiskan analis keamanan untuk penyelidikan.

  • Awal perburuan ancaman proaktif: Pemburu ancaman dapat menggunakan anomali sebagai konteks untuk membantu menentukan apakah kueri mereka mengungkap perilaku mencurigakan. Ketika perilakunya mencurigakan, anomali juga menunjuk ke arah jalur potensial untuk perburuan lebih lanjut. Petunjuk yang diberikan oleh anomali ini mengurangi waktu untuk mendeteksi ancaman dan kesempatannya untuk menyebabkan bahaya.

Anomali bisa menjadi alat yang kuat, tetapi mereka sangat berisik. Mereka biasanya membutuhkan banyak penyetelan yang melelahkan untuk lingkungan tertentu, atau pasca-pemrosesan yang kompleks. Templat anomali yang dapat disesuaikan disetel oleh tim ilmu data Microsoft Sentinel untuk memberikan nilai siap pakai. Jika Anda perlu menyetelnya lebih lanjut, prosesnya sederhana dan tidak memerlukan pengetahuan tentang pembelajaran mesin. Ambang batas dan parameter untuk banyak anomali dapat dikonfigurasi dan disempurnakan melalui antarmuka pengguna aturan analitik yang sudah dikenal. Performa ambang batas dan parameter asli dapat dibandingkan dengan yang baru dalam antarmuka dan disetel lebih lanjut seperlunya selama fase pengujian, atau penerbangan. Setelah anomali memenuhi tujuan performa, anomali dengan ambang batas atau parameter baru dapat dipromosikan ke produksi dengan mengklik tombol. Anomali yang dapat disesuaikan Microsoft Azure Sentinel memungkinkan Anda mendapatkan manfaat deteksi anomali tanpa kerja keras.

Anomali UEBA

Beberapa deteksi anomali Microsoft Sentinel berasal dari mesin Analitik Perilaku Pengguna dan Entitas (UEBA), yang mendeteksi anomali berdasarkan perilaku historis garis besar setiap entitas di berbagai lingkungan. Perilaku dasar setiap entitas diatur sesuai dengan aktivitas historisnya sendiri, rekan-rekannya, dan organisasi secara keseluruhan. Anomali dapat dipicu oleh korelasi atribut yang berbeda seperti jenis tindakan, lokasi geografis, perangkat, sumber daya, ISP, dan banyak lagi.

Langkah berikutnya

Dalam dokumen ini, Anda mempelajari cara memanfaatkan anomali yang dapat disesuaikan di Microsoft Azure Sentinel.