Porównanie podręczników, skoroszytów i notesów

  • Artykuł

W tym artykule opisano różnice między podręcznikami, skoroszytami i notesami w usłudze Microsoft Sentinel.

Porównanie według persona

W poniższej tabeli porównano podręczniki, skoroszyty i notesy usługi Microsoft Sentinel według osoby użytkownika:

Zasób opis
Elementy playbook
  • Inżynierowie SOC
  • Analitycy wszystkich warstw
Skoroszyty
  • Inżynierowie SOC
  • Analitycy wszystkich warstw
Notesy
  • Łowcy zagrożeń i analitycy warstwy 2/Warstwy 3
  • Śledczy incydentu
  • Badacze danych
  • Naukowcy zajmujący się bezpieczeństwem

Porównanie według użycia

W poniższej tabeli porównano podręczniki, skoroszyty i notesy usługi Microsoft Sentinel według przypadku użycia:

Zasób opis
Elementy playbook Automatyzacja prostych, powtarzalnych zadań:
  • Pozyskiwanie danych zewnętrznych
  • Wzbogacanie danych za pomocą funkcji TI, wyszukiwania GeoIP i nie tylko
  • Dochodzenia
  • Korygowania
Skoroszyty
  • Wizualizacja
Notesy
  • Wykonywanie zapytań dotyczących danych i danych zewnętrznych usługi Microsoft Sentinel
  • Wzbogacanie danych za pomocą funkcji TI, wyszukiwania GeoIP i wyszukiwania KtoTo I i innych
  • Dochodzenia
  • Wizualizacji
  • Polowanie
  • Uczenie maszynowe i analiza danych big data

Porównywanie według zalet i wyzwań

W poniższej tabeli porównano zalety i wady podręczników, skoroszytów i notesów w usłudze Microsoft Sentinel:

Zasób Zalety Wyzwania
Elementy playbook
  • Najlepsze w przypadku pojedynczych, powtarzalnych zadań
  • Brak wymaganej wiedzy na temat kodowania
  • Nieodpowiednie dla ad hoc i złożonych łańcuchów zadań
  • Nie jest idealny do dokumentowania i udostępniania dowodów
Skoroszyty
  • Najlepsze rozwiązanie w przypadku wysokiego poziomu widoku danych usługi Microsoft Sentinel
  • Brak wymaganej wiedzy na temat kodowania
  • Nie można zintegrować z danymi zewnętrznymi
Notesy
  • Najlepsze w przypadku złożonych łańcuchów powtarzalnych zadań
  • Ad hoc, większa kontrola proceduralna
  • Łatwiejsze przestawienie przy użyciu funkcji interaktywnych
  • Rozbudowane biblioteki języka Python do manipulowania danymi i wizualizacji
  • Uczenie maszynowe i analiza niestandardowa
  • Łatwe dokumentowanie i udostępnianie dowodów analizy
  • Wysoka krzywa uczenia się i wymaga wiedzy na temat kodowania

Powiązana zawartość

Aby uzyskać więcej informacji, zobacz: