요약
이제 클라우드 및 AI 워크로드에서 보안 위험을 식별하기 위한 구조적 위험 기반 접근 방식이 있습니다. Contoso Healthcare Systems의 경우 이는 수백 개의 일일 보안 결과를 환자 심사 도우미 및 의료 기록 요약 서비스를 보호하는 우선 순위가 지정되고 실행 가능한 인사이트 집합으로 전환하는 것을 의미합니다.
기본 CSPM이 기본적인 자세 가시성을 제공하는 방법을 살펴보았고, Defender CSPM AI 자료 청구 검색, 공격 경로 분석 및 클라우드 보안 탐색기를 비롯한 고급 기능을 잠금 해제합니다. 클라우드 개요 대시보드 및 AI 워크로드 검색 기능을 통해 Contoso의 보안 팀은 광범위한 Azure 워크로드와 함께 Azure OpenAI 및 Azure AI Foundry 배포에 대한 전담 가시성을 제공합니다.
Microsoft Defender 포털에서 위험 기반 우선 순위 지정 모델을 사용하여 클라우드 보안 점수를 해석하는 방법을 알아보았습니다. 보안 전문가로서 인터넷 노출, 데이터 민감도, 위험성 및 횡적 이동 잠재력이 어떻게 결합되어 가장 위험한 취약성을 먼저 노출하는지 이해함으로써 Contoso는 가장 중요한 경우 수정 노력에 집중할 수 있습니다. AI 관련 권장 사항은 생성 AI 워크로드가 적절한 보안 주의를 받을 수 있도록 합니다.
공격 경로 분석을 사용하여 AI 워크로드를 포함하여 고부가가치 자산을 대상으로 하는 외부에서 악용 가능한 경로를 식별했습니다. 공격 경로 맵은 MITRE ATT&CK 컨텍스트화된 공격 체인을 따라 진입점, 초크 포인트 및 취약한 노드를 표시하여 악용이 발생하기 전에 Contoso가 현실적인 공격자 시나리오를 이해하는 데 도움이 됩니다.
Cloud Security Explorer에서 그래프 기반 쿼리를 실행하여 Azure 환경에서 위험을 사전에 헌팅했습니다. 미리 빌드된 템플릿 및 사용자 지정 쿼리를 통해 Contoso 팀은 기존 검사에서 놓칠 수 있는 잘못된 구성, 노출 패턴 및 규정 준수 격차를 검색할 수 있습니다.
Contoso의 보안 팀은 이러한 기능을 사용하여 자세 적용 범위를 평가하고, 가장 위험한 결과의 우선 순위를 지정하고, 악용 체인을 추적하고, 숨겨진 위험을 사전에 추적하여 사후 경고 응답에서 지속적인 컨텍스트 인식 위험 식별으로 전환할 수 있습니다.